Data Mining 2:
Finden häufiger Muster

Vorlesung im Sommersemester 2018

Übersicht

• Beschreibung
• Termine und Räume
• Lehrender
• Prüfung
• Vorlesungsfolien
• Übungsblätter
• Literatur

Beschreibung

Auf dieser Webseite finden Sie Informationen zu der Vorlesung "Data Mining 2: Finden häufiger Muster", die im Sommersemester 2018 von Christian Borgelt an der Universität Konstanz gehalten wird. Diese Seite wird im Laufe des Semesters aktualisiert.

Veranstaltungsart:		Vorlesung/Übung
Semesterwochenstunden (SWS):		2+2
Credits:		6
Sprache:		deutsch oder englisch nach Wunsch
Voraussetzungen:		Data Mining 1 bzw. Analyse und Visualisierung von Information
Leistungsnachweis:		30 Minuten mündliche Prüfung (oder Klausur, je nach Zahl der Studenten)

Lerninhalte:

• Finden häufiger Teilmengen (frequent item set mining) und Assoziationsregeln
• Finden häufiger Teilsequenzen (für diskrete und Intervalldaten)
• Finden häufiger Teilbäume und -graphen
• Effiziente Grundalgorithmen und -datenstrukturen
• Vermeidung redundanter Suche bei der Analyse strukturierter Daten, speziell mit Hilfe kanonischer Formen der zu entdeckenden Muster
• Ansätze zur Bewertung und zum Filtern gefundener Muster
• Erweiterungen der Grundalgorithmen für spezielle Anwendungen
• Anwendungsbeispiele, speziell für die Entdeckung häufiger Teilgraphen und Sequenzen

Lernziele:

• Kenntnis der grundlegenden Algorithmenschemata sowie der Standardalgorithmen zum Finden häufiger Muster in Mengen
• Verständnis der notwendigen effizienten Datenstrukturen und Verarbeitungsverfahren
• Einsicht in die besonderen Probleme bei der Analyse strukturierter Daten (Sequenzen, Bäume, allgemeine Graphen) sowie Lösungsansätze
• Befähigung zur Auswahl eines geeigneten Verfahrens zum Finden häufiger Muster je nach Anwendungsproblem
• Befähigung zur Entwicklung effizienter spezialisierter Algorithmen zum Finden häufiger Muster

zurück zum Seitenanfang

Termine und Räume

zurück zum Seitenanfang

Lehrender

Wenn Sie Fragen zur Vorlesung oder zu den Übungen haben, wenden Sie sich bitte (per E-mail oder persönlich im Büro Z811) an:

• Christian Borgelt christian@borgelt.net

zurück zum Seitenanfang

Prüfung

Prüfungszulassung

Zur Vorlesung gibt es Übungsblätter mit Aufgaben. Die Aufgaben werden am Anfang der zugehörigen Übung votiert. Durch eine Votierung erklärt man sich bereit, zu einer Aufgabe vorzutragen. (Lösungsvorschläge werden diskutiert, sie müssen nicht gleich richtig sein.) Zur (mündlichen) Prüfung wird zugelassen, wer

• mindestens die Häfte der Übungsaufgaben votiert und
• mindestens zweimal in den Übungen vorgetragen hat.

Prüung

Die Prüfung zur Vorlesung wird mündlich abgehalten, Termin nach Vereinbarung.

zurück zum Seitenanfang

Vorlesungsfolien

Folien zur Vorlesung (auf Englisch, Version 2018.05.29, 540 Folien).

zurück zum Seitenanfang

Übungsblätter

An dieser Stelle finden Sie alle bisher erstellten Übungsblätter sowie den zugehörigen frühesten Übungstermin, an dem diese Übungsblätter jeweils besprochen werden. Die Übungsblätter können aber auch, je nach Verlauf der Übungen, (teilweise) erst zu einem späteren als dem jeweils angegebenen Termin besprochen werden.

• 01. Übungsblatt: fpm01_ger.pdf fpm01_ger.tex (ab 2018.04.26)
• 02. Übungsblatt: fpm02_ger.pdf fpm02_ger.tex (ab 2018.05.03)
• 03. Übungsblatt: fpm03_ger.pdf fpm03_ger.tex (ab 2018.05.14)
• 04. Übungsblatt: fpm04_ger.pdf fpm04_ger.tex (ab 2018.05.24)
• 05. Übungsblatt: fpm05_ger.pdf fpm05_ger.tex (ab 2018.06.04)
• 06. Übungsblatt: fpm06_ger.pdf fpm06_ger.tex (ab 2018.06.11)
• 07. Übungsblatt: fpm07_ger.pdf fpm07_ger.tex (ab 2018.06.18)
• 08. Übungsblatt: fpm08_ger.pdf fpm08_ger.tex (ab 2018.06.25)
• 09. Übungsblatt: fpm09_ger.pdf fpm09_ger.tex (ab 2018.07.02)
• 10. Übungsblatt: fpm10_ger.pdf fpm10_ger.tex (ab 2018.07.09)
• 11. Übungsblatt: fpm11_ger.pdf fpm11_ger.tex (ab 2018.07.16)
• METAPOST-Quellen für Abbildungen: fpmex.mp moltg.mp

zurück zum Seitenanfang

Literatur

• Frequent Pattern Mining
  C.C. Aggarwal and J. Han (eds.)
  Springer-Verlag, New York, NY, USA 2014

zurück zum Seitenanfang