Skip to content
Technische Universität Berlin Deutsch
Course catalog and module transfer system

Intelligente DatenanalyseModule description #40509 / Version 1

← Module page Deutsche Fassung
This module description is not valid in the current semester (Winter semester 2026/27).
Module / Version#40509 / #1
ValidityWS 2014/15 – SS 2016
Available language(s)German
Credit points6
Person responsible for the moduleObermayer, Klaus
GradingGraded
Exam formatWritten exam
Language(s) of instructionGerman

Affiliation

FacultyFakultät IV
InstituteInstitut für Softwaretechnik und Theoretische Informatik
Academic chair34351300 FG Neuronale Informationsverarbeitung

Contact

OfficeNot specified
Contact personObermayer, Klaus
E-mail addresssekr@ni.cs.tu-berlin.de
Websitehttps://www.eecs.tu-berlin.de/grk_15891/menue/contact/

Learning outcomes

- Kenntnis wichtiger Verfahren zur Analyse und Aufarbeitung sogenannter schwach strukturierter Daten
- Beurteilung ihrer Vor- und Nachteile, Skalierung mit der Datenmenge
- Anwendung dieser Techniken auf metrische und nicht-metrische hochdimensionale Datensätze (z.B. aus dem Wirtschafts- und Unternehmensbereich), Zeitserien, Audio-, Bild oder Videodaten.
- Kenntnis relevanter Anwendungsgebiete ("data mining", "information retrieval", Zeitreihenvorhersage, Mustererkennung, Bildanalyse, Multimedia).
Die Studierenden sind in der Lage, die Leistungsfähigkeit der besprochenen Verfahren einzuschätzen und sie auf Probleme in den Anwendungsdomänen erfolgreich einzusetzen.

Fachkompetenz:30x Methodenkompetenz:40x Systemkompetenz:20x Sozialkompetenz:10x

Content

Methoden:
Der Schwerpunkt liegt auf Verfahren des maschinellen Lernens und der statistischen Datenanalyse, insbesondere für die Analyse großer Datenmengen. Themen umfassen: Merkmalsselektion und -konstruktion, Quellentrennung, Visualisierung großer Datenmengen, effiziente Gruppierung und Kategorisierung von Daten, Klassifikation und Prädiktion, Modellierung von Daten, Segmentierung und Interpretation (Zeitserien, Bilder, Multimedia), „retrieval“ Methoden, hierarchische Beschreibungen.

Anwendung:
Methoden werden an Hand paradigmatischer Anwendungen eingeführt. Anwendungsgebiete umfassen: "data mining", "information retrieval" (z.B. Text, Bilder), Zeitreihenvorhersage, Bildanalyse, Mustererkennung, Audio- und Video-Daten.

Module components

Compulsory area

The following courses are mandatory for this module:

CoursesTypeNumberFrequencyLanguageHours per weekCourse catalog
Intelligente DatenanalyseLecture0000 Winter semester–2 ISIS
Intelligente DatenanalyseExercise Winter semester–2 ISIS

Workload and credit points

Intelligente Datenanalyse (Lecture)

Workload descriptionMultiplierHoursTotal
Präsenzzeit152 h30 h
Vor-/Nachbereitung152 h30 h
60 h

Intelligente Datenanalyse (Exercise)

Workload descriptionMultiplierHoursTotal
Präsenzzeit152 h30 h
Vor-/Nachbereitung156 h90 h
120 h

The workload of the module adds up to 180 hours. The module therefore comprises 6 credit points.

Description of teaching and learning methods

Vorlesung: Frontalunterricht vor allen Teilnehmern zur Vermittlung des Stoffes, alle Anwendungen werden exemplarisch zusammen mit einem relevanten Anwendungsgebiet erläutert. Übungen: Übungsaufgaben zur Vertiefung des Stoffes der Vorlesung (in der Regel kleine rechnergestützte, praktische Beispiele, z.T. mit vorgegebener Software). die Übungsaufgaben werden in den Tutorien besprochen. Projektaufgabe (z.B., Zeitserienvorhersage, Mustererkennung, Prognose, Bildanalyse, Multimedia) gegen Ende der Veranstaltung, Bearbeitung in Kleingruppen unter Anleitung eines Tutors. Soft- und Hardwareumgebungen werden bereitgestellt.

Requirements for participation and examination

Desirable prerequisites for participation in the courses:

Erfolgreiche Teilnahme an den Pflichtveranstaltungen der Zyklen MPGI, TheGI und Mathematik oder äquivalente Kenntnisse

Mandatory requirements for the module examination registration:

This module has no examination requirements.

Completion of the module

GradingGraded
Exam formatWritten exam
LanguageGerman

Exam description

Schriftliche Klausur

Duration of the module

The following number of semesters is estimated for taking and completing the module: 1 semester(s).

This module can be started in the following semesters: Winter semester.

Maximum number of participants

This module is not limited to a number of students.

Registration procedures

Informationen zur Anmeldung sind über die Web-Seiten der Fachgebiete CV, NI und NÜ bzw. über die entsprechenden Sekretariate erhältlich.

Recommended reading, lecture notes

Lecture notes

unavailable

Electronic lecture notes

unavailable

Recommended literature

No recommended literature given

Assigned programs

This module is not used in any program.

Miscellaneous

Das Modul wird jedes WiSe angeboten.