Modulübersicht

Tag 1: Informationssysteme

• Begriff Datenbanksysteme
• Relationales Datenmodell
• SQL - Structured Query Language
• Data Warehousing: Architektur, Entwicklungsprozess, Bus Matrix
• Modellierung mittels Star Schema, Fakten, Dimensionen
• Anfragen an Star Schemata mit SQL und mit SQL OLAP-Erweiterungen
• No-SQL Systeme: MapReduce, Anfragesprachen für MapReduce-Systeme

Dozenten: Prof. Dr. Claus Weihs, Prof. Dr. Jens Teubner

Tag 2: Bearbeitung großer Datenmengen in R

• Kurzeinführung in die Software R und Rstudio
• Daten- und Kontrollstrukturen
• Ein- und Ausgabe größerer Datenmengen
• Datenbankanbindungen
• Analyse großer Daten mit dem Paket data.tabl
• Funktionale Programmierung: MapReduce
• Explizte Parallelisierung mit Paketen parallel und snow
• Parallelisierung auf HPC Clustern

Dozenten: Dr. Michel Lang, Dr. Dirk Surmann

Tag 3: Übung zu Modulinhalten

Dozenten: Vormittag: Prof. Dr. Jens Teubner, Nachmittag: Dr. Michel Lang, Dr. Dirk Surmann

Tag 4: Datenanalyse Clusteranalyse

• Statistische Grundlagen der deskriptiven Datenanalyse
• Abgrenzung Clusteranalyse - Klassifikation
• Distanzmaße und Ähnlichkeitsmaße
• Hierarchisches Clustern
• Partitionierende Clusteralgorithmen
• Bestimmung der Clusteranzahl
• Variablenselektion
• Big Data Analysen: Clustern großer Datenmengen, CAST und DBSCAN

Dozentin: Prof. Dr. Katja Ickstadt

Datenanalyse Regression

• Lineare Modelle, Verallgemeinerte Lineare Modelle
• Schätzverfahren
• Residualanalyse
• Diagnostische Plots
• Variablenselektion
• Interpretation
• Big Data Analysen: penalisierte Regressionsverfahren, Bayes-Verfahren, Unterraumeinbettung und Sampling
• Evaluation: Vorhersage, Qualitätsmaße, Test

Dozent: Nachmittag: Rahnenführer

Tag 5: Datenanalyse Klassifikation

• Datenunabhängige Verfahren
• Bayes-Verfahren
• Diskriminanzanalyse
• Logistische Regression
• Entscheidungsbäume
• SVM
• Ensemble Verfahren
• Evaluation: Resampling, Interpretation, Vorhersage, Konfusionsmaße, Tuning, Variablenselektion, Dimensionsreduktion, Modellselektion
• Big Data: viele Variablen, viele Beobachtungen

Dozenten: Prof. Dr. Claus Weihs (Unterstützung Dr. Daniel Horn)

Tag 6: Übung zu Modulinhalten

Dozierende:  Vormittag Prof. Dr. Katja Ickstadt, Nachmittag: Dr. Daniel Horn

Tag 7: Visualisierung

• Grundlagen
• Visualisierung metrisch skalierter Merkmale
• Visualisierung kategorieller Merkmale
• Visualisierung räumlicher Strukturen
• Visualisierung von Zusammenhängen
• Visualisierung bei großen Datensätzen

Statistische Versuchsplanung

• wichtigste Prinzipien der experimentellen Versuchsplanung und deren Analyse
• Vermittlung grundlegender Verfahren und Modelle für die Planung von Experimenten
• Fallzahlplanung für eine ausreichende Power und anschließende statistische Analysemethoden
• allgemeine Guidelines (faktorielles Prinzip, Randomisierung, Blockbildung) zur Planung von Experimenten

Dozenten:  Vormittags: Prof. Dr. Markus Pauly oder M.Sc Burim Ra­mo­saj, Nachmittags Dr. Leo Geppert
 

Tag 8: Fallstudie mit großem Datensatz

• Analyse eines Datensatzes mit CRISP-DM Prozessmodell
• Strategien und Technologien zur Analyse riesiger Datenmengen

Dozierende: Prof. Dr. Katja Ickstadt & Prof. Dr. Claus Weihs

Tag 9: Übung: Besprechung der Fallstudie

Dozierende: Vormittag: M.Sc Burim Ra­mo­saj, Dr. Leo Geppert, Nachmittag: Prof. Dr. Katja Ickstadt

Zertifikatsarbeit (bring your own data), schriftliche Ausarbeitung eines Big-Data Falls und mündliche Disputation mit anschließender Diskussion

Dozenten: Betreuer (Pro­fes­soren der TU)

Zwischen den Präsenztagen: Übungsaufgaben zur eigenständigen Bearbeitung
Reflexions- und Transferfähigkeit der Teilnehmenden steht im Vordergrund