Lehr- und Forschungseinheit für Datenbanksysteme Ludwig-Maximilians-Universität München
Institut für Informatik
Lehr- und Forschungseinheit für Datenbanksysteme
University of Munich
Institute for Computer Science
Database and Information Systems



Vorlesung Knowledge Discovery in Databases im 
WS 2005/06


Vorhergehende Jahre:
[ WS 04/05 | WS 03/04 | WS 02/03 | WS 00/01 | WS 99/00 ]


Veranstaltung Zeit Ort Beginn
Vorlesung Do,  08.30 - 11.00 Uhr Raum E 004 (147) (Hauptgebäude) 20.10.2005
Übung


Mo, 16.00 - 18.00 Uhr
Di,   12.00 - 14.00 Uhr
Mi,   14.00 -16.00 Uhr
Raum E 004 (147) (Hauptgebäude)
Raum C 005 (Hauptgebäude) (neuer Raum)
Raum E 51 (Schellingstraße 3) (neuer Raum)
07.11.2005
08.11.2005
09.11.2005


Klausur

  • Die Scheine können im Sekretariat abgeholt werden. Bitte beachten Sie die Öffnungszeiten des Sekretariats.
  • Die Einsichtnahme in die KDD-Klausur fand am Freitag 24.2.2006, von 9:00 bis 11:00 in E 1.04 statt.
  • Die Ergebnisse der Klausur stehen fest. Es sind nur die Noten der Personen aufgeführt, die einer Veröffentlichung zugestimmt haben. Alle übrigen können ihre Note während der Einsichtnahme erfragen.
  • Bitte beachten Sie unbedingt das Merkblatt zur Klausur!
  • Klausurtermin: Die Klausur fand am Samstag, den 4.2.2006 von 12.00 bis 14.00 in Raum B 201 statt.

  • Aktuelles

  • Die Vorlesung am 9.2.2006 beginnt erst um 9:15 Uhr.
  • Mit der Klausur endet der Übungsbetrieb.
  • Übungsblatt 4 und Übungsblatt 6 und Übungsblatt 8 wurden korrigiert. Wer mindestens zwei OKs erhalten hat, darf an der Klausur teilnehmen. Wer weniger als 2 OKs erreicht hat, ist nicht zur Klausur zugelassen. Sie finden die Ergebnisse hier. "ok" bedeutet bestanden, "nicht ok" = nicht bestanden, "----" = nichts abgegeben.
  • Ab Hausaufgabenblatt 6 werden nur Abgaben mit leserlich ausgefülltem Deckblatt gewertet. Die Hausaufgaben müssen getackert sein. Bitte verwenden Sie keine Büroklammern.
  • Die Montagsübung beginnt ab 14.11 auf Wunsch einiger Teilnehmer um 16:20 s.t.


  • Inhalt:
    Die in vielen Anwendungsgebieten stark angewachsenen Datenmengen machen eine manuelle Analyse der angefallenen Information zunehmend schwierig, wenn nicht sogar unmöglich. Gerade in Bereichen wie der Auswertung biologischer Meßverfahren (Gen-Sequenzierung, Micro-Array Verfahren ...) oder von Transaktionsdaten großer Telekomunikations- oder Netzbetreiber, ist eine Nutzung der Daten ohne die Zuhilfenahme computergestützter Verfahren nicht denkbar.
    Mit der Lösung dieser Probleme beschäftigt sich daher das vergleichsweise junge Forschungsgebiet "Knowledge Discovery in Databases (KDD)". Es verbindet dabei Aspekte der Statistik, dem maschinellen Lernen, sowie der Datenbanksysteme und behandelt Methoden zur (semi-)automatischen Extraktion von gültigem, neuem und potentiell nützlichem Wissen aus großen Datenbanken. Der in diesem Zusammenhang häufig verwendete Begriff Data Mining bezieht sich dabei auf den grundlegenden Schritt im KDD-Prozeß, in dem die eigentliche Analyse der Daten durchgeführt wird.
    Die Vorlesung gibt einen Überblick über die Grundlagen der wichtigsten KDD-Techniken. Dabei wird besonders auf die folgenden Teilgebiete eingegangen: Klassifikation, Clustering, Assozationsregeln,Outlier Detection und Trenderkennung.
    Desweiteren werden spezielle Anwendungen wie KDD in Texten, biologischen Daten und Zeitreihen behandelt.
    Zur Vertiefung der Vorlesung werden 2-stündige Übungen angeboten, in denen die vorgestellten Verfahren weiter erläutert und an praktischen Beispielen veranschaulicht werden.


    - Umfang: 3 + 2 Semesterwochenstunden
    - Vorlesung: Dr. Peer Kröger
    - Vorkenntnisse: Vorlesung Datenbanksysteme I (wünschenswert)
    - Übungen: Johannes Aßfalg, Karsten Borgwardt
    - Skript: Es wird ein Skript zur Vorlesung geben. Weitere Literatur wird in der Vorlesung angegeben.

    Übungsbetrieb

    Die Anmeldung für die Übungen und die Klausur ist nicht mehr möglich!

    Ausgabedatum Übungsblatt Abgabedatum
    27.10.2005 Übungsblatt 1 [.pdf] 03.11.2005
    03.11.2005 Übungsblatt 2 [.pdf] 10.11.2005
    10.11.2005 Übungsblatt 3 [.pdf] 17.11.2005
    17.11.2005 Übungsblatt 4 [.pdf] 24.11.2005
    24.11.2005 Übungsblatt 5 [.pdf] 08.12.2005
    08.12.2005 Übungsblatt 6 [.pdf] 15.12.2005
    15.12.2005 Übungsblatt 7 [.pdf] 22.12.2005
    22.12.2005 Übungsblatt 8 [.pdf] 12.01.2006
    12.01.2005 Übungsblatt 9 [.pdf] 19.01.2006

    Weiterführende Informationen

    Interesante Links zu JAVA:


    Homepages:  DBS Institut LMU