Bachelor

Fernstudium IT-Forensik

Inhalte:

• Grundprinzipien des Data Mining
• Erläuterung und Wissensextraktion mittels Data Mining
• Diskussion von Data Mining mittels strukturierten, semistrukturierten und unstrukturierten Daten
• Vorstellung des klassischen Ablaufs einer Datenanalyse: Datenvorverarbeitung, Analyse, Interpretation
• Einführung in die verschiedenen Verfahrensklassen des Data Mining: Klassifikation, Vorhersage, Clustering, Assoziationsregeln
• Schwerpunkt ist die Datenvorverarbeitung: anhand realer Daten werden alle Teilthemen behandelt.

Qualifikationsziele:

Die Studierenden erwerben Kompetenzen im Einsatz von Analysetechniken, hier speziell auf dem Gebiet der Datenanlyse auf Massendaten. Sie erwerben die Fähigkeit, Data-Mining-Systeme zur Lösung von Analyseaufgabe einzusetzen. Durch Projekt-basiertes Lernen wird die typische Sichtweise auf ein zu lösendes Problem gestärkt.

Die Teilnehmer können:

• die Relevanz der Wissensextraktion aus großen Datenmengen beurteilen.
• mit großen Datenmengen umgehen, diese für Data­Mining-Verfahren vorbereiten.
• verschiedene Data-Mining-Techniken anwenden; • die Resultate interpretieren.
• die Leistungsfähigkeit, die Einsatzmöglichkeiten und Grenzen der DM-Verfahren einschätzen.