Big-Data-Technologien I

Modul im Masterstudiengang Informatik und IT-Management (M.Sc.)

Die Studierenden sollen in der Lage sein,

• Chancen und Möglichkeiten, die sich durch die Data-Science-Technologien ergeben, zu verstehen,
• Entwicklungstendenzen im Fachgebiet Data Science zu verstehen,
• Methoden, Algorithmen, Werkzeuge anzuwenden,
• Anwendungsszenarien der Data-Science-Technologien zu analysieren,
• durch Werkzeuge und eigene Programme generierte Modelle zu bewerten und
• eine optimale Synthese zwischen marktüblichen Werkzeugen und eigenen Programmen zu realisieren.

1. Einführung

• Motivation – die Datenexplosion
• Wissen, Wissensrepräsentation und Wissensverarbeitung
• Unterschied Daten – Wissen
• Maschinelle Anwendung von Wissen und Gewinnung von Wissen

2. Data Mining – Symbolische Methoden

• Methoden und Algorithmen
• Überwachtes Lernen: Klassifikation
• Unüberwachtes Lernen: Clustering
• Lernen von Assoziationsregeln
• Datenvorverarbeitung
• Ergebnisverifikation
• Probleme und Grenzen des Data Mining

3. Big Data

• Data Mining und Big Data
• Big Data – Speicherung und Zugriff – NoSQL
• Big Data – Verarbeitung: MAP – REDUCE
• Big Data – Extraktion von Wissen aus unstrukturierten Daten
• Extraktion von Wissen aus Texten
• Finden von ähnlichen Texten
• Kollaboratives Filtern
• Statistische Textanalyse
• Syntaktische Textanalyse
• Semantische Textanalyse auf Satzebene