Data Mining in den GeowissenschaftenModulbeschreibung #61221 / Version 1
- 3 LP
- Portfolioprüfung
- Unbenotet
- Wintersemester
- Deutsch
| Modul / Version | #61221 / #1 |
|---|---|
| Gültigkeit | Seit WS 2017/18 |
| Verfügbare Sprache(n) | Deutsch |
| Leistungspunkte | 3 |
| Modulverantwortliche*r | Fernandez-Steeger, Tomas Manuel |
| Benotung | Unbenotet |
| Prüfungsform | Portfolioprüfung |
| Lehrsprache(n) | Deutsch |
Zugehörigkeit
| Fakultät | Fakultät VI |
|---|---|
| Institut | Institut für Angewandte Geowissenschaften |
| Fachgebiet | 36321400 FG Ingenieurgeologie |
Kontakt
| Sekretariat | BH 3-1 |
|---|---|
| Ansprechpartner*in | Daute, Pia |
| E-Mail-Adresse | fernandez-steeger@tu-berlin.de |
| Webseite | http://www.ingenieurgeologie.tu-berlin.de |
Lernergebnisse
Die Studenten werden in die Lage versetzt große unstrukturierte Datenmengen zielgerichtet zu strukturieren, analysieren und modellieren um daraus Lösungsmodelle oder Wissen zu extrahieren.
Die Veranstaltung vermittelt überwiegend:
Fachkompetenz 40% Methodenkompetenz 40% Systemkompetenz 10 % Sozialkompetenz 10%
Die Veranstaltung vermittelt überwiegend:
Fachkompetenz 40% Methodenkompetenz 40% Systemkompetenz 10 % Sozialkompetenz 10%
Lehrinhalte
Natur von Daten
Daten Kompression und Kodierung
Explorative Datenanalyse
Datenselektion
Modellierung von Daten
Bewertung von Modellen
Begleitende Übungen, die als Projekt strukturiert sind und die praktische Umsetzung des Erlernten erlauben.
Daten Kompression und Kodierung
Explorative Datenanalyse
Datenselektion
Modellierung von Daten
Bewertung von Modellen
Begleitende Übungen, die als Projekt strukturiert sind und die praktische Umsetzung des Erlernten erlauben.
Modulbestandteile
Pflichtbereich
Die folgenden Veranstaltungen sind für das Modul obligatorisch:
| Lehrveranstaltungen | Art | Nummer | Turnus | Sprache | SWS | VVZ |
|---|---|---|---|---|---|---|
| Data Mining in den Geowissenschaften | Integrierte Veranstaltung | Wintersemester | [de] | 2 | ISIS |
Arbeitsaufwand und Leistungspunkte
Data Mining in den Geowissenschaften (Integrierte Veranstaltung)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 15 | 2 h | 30 h |
| Vor-/Nachbereitung | 15 | 4 h | 60 h |
| 90 h | |||
Der Aufwand des Moduls summiert sich zu 90 Stunden. Damit umfasst das Modul 3 Leistungspunkte.
Beschreibung der Lehr- und Lernformen
Vermittlung der Inhalte in Vorlesungsteilen durch Hochschullehrer im Wechsel mit Übungen und unter Betreuung durch wiss. Mitarbeiter.
Voraussetzungen für die Teilnahme / Prüfung
Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:
gem. Zugangsvoraussetzungen für das MSc.-Studium Geotechnologie (§ 3)
Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:
Dieses Modul hat keine Prüfungsvoraussetzungen.
Abschluss des Moduls
| Benotung | Unbenotet |
|---|---|
| Prüfungsform | Portfolioprüfung |
| Art der Portfolioprüfung | 100 Punkte pro Element |
| Sprache | Deutsch |
Prüfungselemente
| Name | Punkte/Gewicht | Kategorie | Dauer/Umfang |
|---|---|---|---|
| Abgabe lauffähiger Analysemodel (technischer Teil) | 30 | praktisch | |
| schriftliche Diskussion der Modelle und Ergebnisse (Interpretation) | 70 | schriftlich | 4-6 Seiten |
Dauer des Moduls
Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.
Dieses Modul kann in folgenden Semestern begonnen werden: Wintersemester.
Maximale teilnehmende Personen
Die maximale Teilnehmerzahl beträgt 15.
Anmeldeformalitäten
keine
Literaturhinweise, Skripte
Skript in Papierform
nicht verfügbar
Skript in elektronischer Form
verfügbar – Vorlesungs- und Übungsunterlagen werden im ISIS Portal zur Verfügung gestellt.
Empfohlene Literatur
- Runkler, T. (2010): Data Mining - Methoden und Algorithmen intelligenter Datenanalyse.- Vieweg + Teubner
- Steinbach M.,et al. (2005): Data Mining.- Addison Wesley.
- Grossman, R et al. R. (2001): Data Mining for Scientific and Engineering Applications.- Kluwer.
- Pyle, D. (2003): Business Modeling and Data Mining.-Morgan Kaufmann.
- Pyle, D. (1999): Data Preparation for Data Mining.-Morgan Kaufmann.
Zugeordnete Studiengänge
Dieses Modul findet in keinem Studiengang Verwendung.
Sonstiges
Keine Angabe