Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 
Startseite    Anmelden     
Logout in [min] [minutetext]

Analyse & Visualisierung - Einzelansicht

Grunddaten
Veranstaltungsart Pflichtvorl./Pflichtüb. Kurztext
Veranstaltungsnummer INF-11710-20102 Rhythmus jedes 2. Semester
Semester WS 2010/11 Studienjahr
Erwartete Teilnehmer/-innen 40 Max. Teilnehmer/-innen
SWS 6 Sprache deutsch
Credits 9
Hyperlink
Belegungsfrist
Termine: Vorlesung iCalendar Export
  Tag Zeit Rhythmus Dauer Raum Raum-
plan
Lehrperson Status Bemerkung fällt aus am Max. Teilnehmer/-innen
Einzeltermine anzeigen
iCalendar Export
Mo. 10:15 bis 11:45 wöchentl. A - A 702 $lang.rollstuhl_gelb      
Einzeltermine anzeigen
iCalendar Export
Mi. 10:15 bis 11:45 wöchentl. R - R 513      
Vorlesung:
 
Termine: Übung iCalendar Export
  Tag Zeit Rhythmus Dauer Raum Raum-
plan
Lehrperson Status Bemerkung fällt aus am Max. Teilnehmer/-innen
Einzeltermine anzeigen
iCalendar Export
Di. 14:00 bis 16:00 wöchentl. C - C 252      
Einzeltermine anzeigen
iCalendar Export
Mi. 12:00 bis 14:00 wöchentl. C - C 424      
Übung:
 
 


Zugeordnete Lehrpersonen
Zugeordnete Lehrpersonen Zuständigkeit
Keim, Daniel, Prof. Dr. verantwortlich
Wanner, Franz begleitend
Janetzko, Halldór, Dr. begleitend
Schäfer, Matthias begleitend
Studiengänge
Abschluss Studiengang Semester Prüfungsversion
Information Engineering, BSc -
StudIS-Prüfungen / Module
Prüfungsnummer Prüfungstext
INF-11710 Analyse & Visualisierung
StudIS-Prüfungsorganisationssätze
Semester Termin Prüfer/-in Datum Beginn Dauer Raum Bemerkung Leistungsanmeldung Rücktritt bis StudIS-
Status
WS 2010/11 01 Keim, Daniel , Prof. Dr. 14.02.2011 10:00 18.10.2010 bis
15.11.2010
29.01.2011 StudIS-Prüfungsanmeldung beendet
WS 2010/11 02 Keim, Daniel , Prof. Dr. 30.03.2011 10:00 Nicht/noch nicht für die StudIS-Prüfungsanmeldung freigeschaltet
_______________
Nicht/noch nicht für die StudIS-Prüfungsanmeldung freigeschaltetNicht/noch nicht für die StudIS-Prüfungsanmeldung freigeschaltet
Für die StudIS-Prüfungsanmeldung freigeschaltet - Prüfungsanmeldung läuft noch nichtFür die StudIS-Prüfungsanmeldung freigeschaltet - Prüfungsanmeldung läuft noch nicht
Für die StudIS-Prüfungsanmeldung freigeschaltet - Prüfungsanmeldung läuft derzeitFür die StudIS-Prüfungsanmeldung freigeschaltet - Prüfungsanmeldung läuft derzeit
Anmeldezeitraum abgelaufen - Rücktritt noch möglichAnmeldezeitraum abgelaufen - Rücktritt noch möglich
StudIS-Prüfungsanmeldung beendetStudIS-Prüfungsanmeldung beendet
Zuordnung zu Einrichtungen
FB Informatik und Informationswissenschaft
LS Datenanalyse und Visualisierung
Inhalt
Kommentar

Der Kurs gliedert sich in zwei Themenbereiche. Im ersten Abschnitt werden die grundlegenden Methoden des Data Mining vermittelt. Hierbei liegen die Schwerpunkte auf dem Data Preprocessing, der Cluster & Outlier Analysis, der Classification und auf Association Rules. Im zweiten Abschnitt werden die Grundlagen der Informationsvisualisierung behandelt. Nach den Grundlagen der menschlichen Wahrnehmung und dem Design von Datenvisualisierungen werden im Folgenden Visualisierungen verschiedener Datenquellen vorgestellt: Non-Spatial, Temporal, Geo-Spatial and 3D Spatial Data.

Literatur

Han J., Kamber M., Data Mining: Concepts and Techniques, 2006, Morgan Kaufmann Publishers, Second Edition

Ester M., Sander J., Knowledge Discovery in Databases. Techniken und Anwendungen, 2000 Springer Verlag

Hand D.J., Mannila H., Smyth P., Principles of Data Mining, 2001, MIT Press

Spence R., Information Visualization, 2007, ACM Press Books, Second Edition

Ward M. and Grinstein, G. and Keim D. A., Interactive Data Visualization: Foundations, Techniques, and Application, 2010, A.K. Peters, Ltd, ISBN: 978-1-56881-473-5, http//www.idvbook.com

 

Bemerkung

Grundlagen Data Mining
Grundlagen Information Visualization

Voraussetzungen

Modul Informatik 1, Mathematische Grundlagen der Informatik

Leistungsnachweis

Klausur sowie erfolgreiches Absolvieren von mind. 60% der Übungsaufgaben

Ersttermin: Mo, 14.02.2011 10-12 Uhr in C 336

Zweittermin: Mi, 30.03.2011 10-12 Uhr in L 602

Lerninhalte

- Grundlegende Methoden des Data Mining
- Datenaufbereitung und Datenvorverarbeitung
- Gebräuchliche Analysealgorithmen und -methoden
- Grundlagen der Informationsvisualisierung
- Menschliche Wahrnehmung und Visualisierungsdesign
- Visualisierungsmöglichkeiten verschiedener Daten

Lernziel

Die Studierenden erhalten grundlegende theoretische Kenntnisse und machen erste praktische Erfahrungen im Bereich der Datenanalyse. Sie sind in der Lage, Voraussetzungen und Parameter für die Anwendung gängiger verschiedener Analysealgorithmen zu benennen, diese praktisch anzuwenden und die erreichten Ergebnisse eigenständig zu beurteilen.

Im Bereich der Visualisierung lernen Sie, ausgehend von verschiedenen Datentypen, unterschiedliche geeignete visuelle Abbildungen für diese kennen. Anhand von Beispielen lernen die Studenten die qualitative Analyse der Visualisierungsgüte und können Designentscheidungen hinsichtlich der menschlichen Wahrnehmung autonom beurteilen. Dadurch können die Teilnehmer selbstständig Visualisierungen entwickeln und analysieren.

Arbeitsaufwand

SWS: 6 Vorlesung / Übung
Insgesamt 270 Stunden, verteilt auf

-84 Stunden Präsenzstudium
-186 Stunden Eigenstudium

ECTS-Credits: 9


Strukturbaum
Keine Einordnung ins Vorlesungsverzeichnis vorhanden. Veranstaltung ist aus dem Semester WS 2010/11 , Aktuelles Semester: SS 2017
STUDIS    Anzahl aktueller Nutzer/-innen: 146 Haben Sie Anregungen, Fragen, Lob oder Kritik zum LSF?
Dann schreiben Sie uns!
Impressum
Datenschutzerklärung