Modulbeschreibung
Data Mining
Kurzzeichen:
M_VP_15703
ECTS-Credits:
18
Leitidee:
Die Studierenden verstehen die Grundlagen des Data Mining, sie verstehen die Funktionsweise von Standardverfahren des Data Mining und können diese implementieren. Sie können Aufgabenstellungen aus der Praxis identifizieren, wo diese Methoden anzuwenden sind.
Die Studierenden
- kennen einige Software-Werkzeuge für Data-Mining-Probleme.
- können ein Data-Mining-Werkzeug implementieren.
- können das Werkzeug für praktische Aufgabenstellungen mit realen Daten anwenden.
Modulverantwortung:
Schreiner Michael
Standort (angeboten):
Buchs
Zusätzliche Eingangskompetenzen:
Grundlagen der Mathematik und Informatik vom Bachelor-Studium Systemtechnik.
Modultyp:
Wahlpflicht-Modul für MSE Master of Science in Engineering BB STD_08 (BU)(Keine Semesterempfehlung)Kategorie:Fachliche Vertiefung (MSE-FachV)
Wahlpflicht-Modul für MSE Master of Science in Engineering BB STD_13 (BU)(Keine Semesterempfehlung)Kategorie:Fachliche Vertiefung (MSE-FachV)
Wahlpflicht-Modul für MSE Master of Science in Engineering BB STD_16 (BU)(Keine Semesterempfehlung)Kategorie:Fachliche Vertiefung (MSE-FachV)
Wahlpflicht-Modul für MSE Master of Science in Engineering VZ STD_08 (BU)(Keine Semesterempfehlung)Kategorie:Fachliche Vertiefung (MSE-FachV)
Wahlpflicht-Modul für MSE Master of Science in Engineering VZ STD_13 (BU)(Keine Semesterempfehlung)Kategorie:Fachliche Vertiefung (MSE-FachV)
Wahlpflicht-Modul für MSE Master of Science in Engineering VZ STD_16 (BU)(Keine Semesterempfehlung)Kategorie:Fachliche Vertiefung (MSE-FachV)
Wahlpflicht-Modul für Technik und IT MSE_20(Keine Semesterempfehlung)Kategorie:Fachliche Vertiefung (MSE-FachV)
Modulbewertung:
Note von 1 - 6
Leistungsnachweise und deren Gewichtung
Während der Unterrichtsphase:
Im Kurs Data-Mining wird ein Projekt mittels Bericht und Präsentation bewertet. Im Kurs Data-Mining-Tool wird ein Bericht und eine Präsentation bewertet.
Bewertungsart:
Note von 1 - 6
Gewichtung:
Im Kurs Data-Mining wird ein Projekt mittels Bericht und Präsentation (Gewicht 55.56%) bewertet. Im Kurs Data-Mining-Tool wird ein Bericht und eine Präsentation (Gewicht 44.44%) bewertet.
Bemerkungen:
Inhalte
Angestrebte Lernergebnisse (Abschlusskompetenzen):
Die Studierenden verstehen die Grundlagen des Data Mining, sie verstehen die Funktionsweise von Standardverfahren des Data Mining und können diese implementieren. Sie können Aufgabenstellungen aus der Praxis identifizieren, wo diese Methoden anzuwenden sind.
Modul- und Lerninhalt:
Verfahren des Data Mining
- Ausreisser-Erkennung
- Cluster-Analyse
- Klassifikation
- Assoziationsanalyse
- Regression