Data Warehousing und Data Mining

Modulnummer: Q10-14
Englischer Titel: Data Warehousing and Data Mining
Leistungspunkte: 10
Lehrperson: Leser

Empfohlene Vorkenntnisse

Gute Programmierkenntnisse
Gute Kenntnisse in Algorithmen und Datenstrukturen
Sehr gute Kenntnisse in Datenbanken

Zwingende Voraussetzungen

keine

Inhalt

Mit Data Warehouses (DWH) werden sehr große, integrierte und auf die Datenanalyse ausgerichtete Datenbanken bezeichnet. Die Vorlesung behandelt diese Thematik in zwei Blöcken. Im ersten Block werden Methoden zum Aufbau und Management von DWH in relationalen Datenbanken vorgestellt (Architekturen, ETL-Prozess, das multidimensionale Datenmodell, OLAP Operationen, Bitmap-Indexe, materialisierte Sichten etc.). Im zweiten Block besprechen wir Algorithmen, die auf den gesammelten Daten Analysen vornehmen (Data Mining), wie zum Beispiel Klassifikation, Clustering und Recommendation-Algorithmen. Der Schwerpunkt liegt auf der performanten Implementierung solcher Algorithmen in Datenbanken. In der vorlesungsbegleitende Übung werden ausgewählte Verfahren anhand aktueller kommerzieller relationaler Datenbanken erprobt.

Erforderliche Arbeitsleistungen für LP-Vergabe und Prüfungszulassung

- schriftlich eingereichte und/oder muendlich vorgetragene Loesungen zu Aufgaben
- Erstellung von Software
- Vortrag/Vortraege der Studierenden
- aktive Teilnahme

Lehrveranstaltungen

Vorlesung: 4 SWS
Übung: 2 SWS

Zugeordneter Vertiefungsschwerpunkt

Algorithmen und Modelle: nein
Modellbasierte Systementwicklung: nein
Daten- und Wissensmanagement: ja
Ohne Vertiefungsschwerpunkt: nein

Sprache im Modul

Deutsch: ja
Englisch: ja

Angeboten für Studiengänge

M. Sc.: ja
M. Ed.: ja
Wirtschaftsmaster: ja

Angeboten im

Wintersemester: ja
Sommersemester: nein

Turnus

Alle zwei Jahre