Home | deutsch  | Legals | Data Protection | Sitemap | KIT

Praktikum: Data Warehousing und Mining

Praktikum: Data Warehousing und Mining
type: Praktikum (P) links:
semester: SS 2011
time: 09:45-11:15
50.34 Raum 301

02.05.2011


09:45-11:15
50.34 Raum 301

20.06.2011

09:45-11:15
50.34 Raum 301

23.05.2011

09:45-11:15
50.34 Raum 301

11.04.2011

09:45-11:15
50.34 Raum 301

27.06.2011

09:45-11:15
50.34 Raum 301

06.06.2011

09:45-11:15
50.34 Raum 301

18.04.2011

09:45-11:15
50.34 Raum 301

09.05.2011

09:45-11:15
50.34 Raum 301

11.07.2011

09:45-11:15
50.34 Raum 301

30.05.2011

09:45-11:15
50.34 Raum 301

04.07.2011

09:45-11:15
50.34 Raum 301

16.05.2011

lecturer: Prof. Dr.-Ing. Klemens Böhm
Matthias Bracht
Christopher Oßner
sws: 2
lv-no.: 24874

Bemerkungen:

Die Praktikumsplätze sind bereits vergeben an Teilnehmer der Vorlesung 'Data Warehousing und Mining' im vorangegangenen Semester.

Vortragssprache:

Deutsch

Beschreibung:

Im Rahmen des Data Mining und Warehousing Praktikums wird das theoretische Wissen aus der Vorlesung Data Warehousing und Mining mit Hilfe gängiger Tools praktisch vertieft. Die Veranstaltung teilt sich in einen Block zum Thema Data Warehousing und einen Block zum Data Mining. Der Block Data Warehousing geht auf die Bereinigung von Daten und auf das Erstellen eines Data Warehouses ein. Im Block Data Mining wird unter Anlehnung an den KDD Prozess ein Anwendungsbeispiel für die Wissensgewinnung in einem Unternehmen durchgespielt. Hierbei werden die verschiedenen Data Mining Verfahren näher beleuchtet. Der Fokus liegt hierbei auf Verfahren zum Clustering, der Klassifikation sowie der Bestimmung von Frequent Itemsets und Association Rules. Arbeiten im Team ist ein weiterer wichtiger Aspekt des Praktikums.

Lehrinhalt:

Im Praktikum soll das in der Vorlesung 'Data Warehousing und Mining' erlernte Wissen über Data Warehousing Systeme und Data Mining in die Praxis umgesetzt werden. Dabei sollen die Studierenden gängige Tools kennenlernen und einsetzen. Im Block Data Warehousing sollen die Studierenden mit dem Erstellen von Data Warehouses sowie mit dem Data-Cube-Modell vertraut gemacht werden, im Block Data Mining sollen die Studierenden die üblichen Mining Techniken kennenlernen. Sie werden mit den typischen Problemen konfrontiert und lernen, Lösungen zu entwickeln. Darüber hinaus sollen die Studenten lernen, im Team zusammenzuarbeiten, um die einzelnen Aufgaben erfolgreich zu lösen.