Es ist eine neuere Version 2023W dieses Fachs/Moduls im Curriculum Masterstudium Economic and Business Analytics 2024W vorhanden.
Workload
Form der Prüfung
Ausbildungslevel
Studienfachbereich
VerantwortlicheR
Anbietende Uni
6 ECTS
Kumulative Modulprüfung
M1 - Master 1. Jahr
Wirtschaftsinformatik
Michael Schrefl
Johannes Kepler Universität Linz
Detailinformationen
Quellcurriculum
Masterstudium Wirtschaftsinformatik 2016W
Ziele
Die Studierenden sind in der Lage, Methoden des Data Mining auf integrierten und bereinigten Datenbeständen einer Organisation so anzuwenden, dass durch Mustererkennung potentiell neues Wissen gewonnen werden kann. Sie kennen die Phasen des Data Mining, wichtige Anwendungsgebiete (Problemtypen) und aktuelle Entwicklungen des Data- and Web Mining und sind mit dem Einsatz von Werkzeugen des Data Mining vertraut.
Lehrinhalte
Gesamtprozess des Data Mining (KDD - Knowledge Discovery in Data); Techniken des Data Mining: Clustering, Klassifikation mit Vorhersage, Assoziationsregeln; Anwendungen von Data Mining; Werkzeuge für Data Mining; aktuelle Entwicklungen; betriebliche Fallstudien und praktische Anwendungen, insbesondere Web Mining.
Sonstige Informationen
Vorlesung und Übung können auch als Kombinierte Lehrveranstaltung angeboten werden.
Untergeordnete Studienfächer, Module und Lehrveranstaltungen
