KDD-Praktikum

Ludwig-MaxiFrlians-Universität München
Institut für Informatik
Lehr- und Forschungseinheit für Datenbanksysteme

University of Munich
Institute for Computer Science
Database and Information Systems

Praktikum Knowledge Discovery in Databases im SS 2005

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, des maschinellen Lernens, 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.

Während die Vorlesung den Schwerpunkt auf den Data Mining Schritt setzt, widmet sich das Praktikum dem gesamten KDD-Prozeß. Anhand von konkreten Problemstellungen werden die Teilnehmer verschiedenste Werkzeuge der (semi-)automatischen Wissensextraktion aus großen Datenmengen kennen und einsetzen lernen.

Neben einem abgeschlossenen Vordiplom ist der Erwerb eines Scheines in der Vorlesung "Knowledge Discovery in Databases" Voraussetzung. Des Weiteren ist es hilfreich, über Kenntnisse aus den Vorlesungen "Index- und Speicherungsstrukturen für Datenbanksysteme", "Maschinelles Lernen" sowie "Datenbanksysteme I" zu verfügen.

Zeit und Ort

Veranstaltung	Zeit	Ort	Beginn
Vorlesung, Plenum 15. und 22.04.2005	Fr, 12.00 - 16.00 Uhr	Raum 23 (Oettingenstr. 67)	15.04.2005
Vorlesung, Plenum 29.04-01.07.2005	Fr, 12.00 - 16.00 Uhr	Raum 1.31 (Oettingenstr. 67)
Vorlesung, Plenum 08.07.2005	Fr, 12.00 - 16.00 Uhr	Raum 1.05 (Oettingenstr. 67)

Teilnahme

Die Anzahl der Praktikumsplätze ist beschränkt. Zur Teilnahme ist eine Anmeldung erforderlich. Der Anmeldezeitraum ist abgelaufen. Die Entscheidung über die Platzvergabe wird am 11.04.2005 bekanntgegeben.

Organisation

Umfang: 4 Semesterwochenstunden
Ansprechpartner: Dr. Peer Kröger, Dr. Matthias Schubert und Alexey Pryakhin

Vorkenntnisse

Neben einem abgeschlossenen Vordiplom ist der Erwerb eines Scheines in der Vorlesung "Knowledge Discovery in Databases" Voraussetzung. Des Weiteren ist es hilfreich, über Kenntnisse aus den Vorlesungen "Index- und Speicherungsstrukturen für Datenbanksysteme", "Maschinelles Lernen" sowie "Datenbanksysteme I" zu verfügen.

Ablauf

Datum	Vorlesung, Plenum	Ausgabe, Abnahme
Fr, 15.04.2005	1. Klassifikation und Clustering (Wiederholung). Einführung in Weka.	Ausgabe: Aufgabenblatt 1
Fr, 22.04.2005	Sprechstunde
Fr, 29.04.2005	2. Transformation von Daten Methoden zur Ableitung der Merkmalsvektoren für Text-, Bild- und Sequenzdaten.	Abnahme: Aufgabenblatt 1 Ausgabe: Aufgabenblatt 2
Fr, 06.05.2005	Sprechstunde
Fr, 13.05.2005	Sprechstunde
Fr, 20.05.2005	Plenum: Vorstellung des Abschlussprojektes	Abnahme: Aufgabenblatt 2 Ausgabe: Abschlussprojekt
Fr, 27.05.2005	Gruppenbesprechung
Fr, 03.06.2005	Plenum
Fr, 10.06.2005	Gruppenbesprechung
Fr, 17.06.2005	Sprechstunde
Fr, 24.06.2005	Gruppenbesprechung
Fr, 01.07.2005	Sprechstunde
Fr, 08.07.2005		Abnahme: Abschlussprojekt
Fr, 15.07.2005