Verwaltungsinformationen
| Titel | Der Datenanalyseprozess |
| Dauer | 45 |
| Modulen | A |
| Unterrichtstyp | Vortrag |
| Fokussierung | Praktisch – KI-Modellierung |
| Themenbereich | Data Mining, Datenanalyse |
Suchbegriffe
Data Mining, Information Mining,CRISP-DM,IEEE 70xx,
Lernziele
- Kenntnisse über den Datenanalyseprozess nachweisen zu können
- Um Unterschiede zwischen Methoden und Standards zu verstehen
Erwartete Vorbereitung
Lernveranstaltungen, die vorab abgeschlossen werden müssen
Obligatorisch für Studenten
- Dias der Vorlesung
Optional für Studenten
- Jede Quelle und kurze Auszüge des IEEE 70xx
Referenzen und Hintergründe für Studierende
- N/A
Unterrichtsmaterialien
Anleitung für Lehrer
Zu behandelnde Themen
- Einführung in das, was ein Daten ist
- Warum Daten wichtig sind (1 min)
- Daten, Informationen, Wissen (1 min)
- Eine mögliche Definition für Daten (1 min)
- Quantitative vs Qualitative Daten (1 min)
- Quantitative vs Qualitative Analyse (1 min)
- Die Phase der Datenanalyse
- Der Prozess der Datenanalyse (5 min)
- Definition der Frage (2 min)
- Datenerfassung und -extraktion (2 min)
- Reinigen und Transformieren der Daten (2 min)
- Analyse der Daten (2 min)
- Ergebnisse teilen (2 min)
- Aktuelle Trends im Data Mining
- Data Mining und Common Uses (1 min)
- Data Mining & Machine Learning (1 min)
- Daten & Muster (1 min)
- Data Mining Techniken (1 min)
- Data Mining Letzte Anwendungen (1 min)
- Crisp-DM-Methode (CRoss Industry Standard Process for Data Mining) (1 min)
- Crisp-DM-Methodik (CRoss Industry Standard Process for Data Mining)
- Einführung (2 min)
- Geschäftsverständnis (1 min)
- Datenverständnis (1 min)
- Datenvorbereitung (1 min)
- Modellierung (1 min)
- Bewertung (1 min)
- Bereitstellung (1 min)
- Ist CRISP-DM Agile oder Wasserfall? (2 min)
- Der IEEE 70xx Standard
- IEEE-Standardmodellprozess zur Adressierung ethischer
- Bedenken während des Systemdesigns (10 min)
Zeitplan
| Dauer (min) | Beschreibung | Konzepte | Aktivität |
|---|---|---|---|
| 5 | Einführung in die Daten | Daten, Informationen, Wissen, Quantitative vs Qualitative Daten, Quantitative vs Qualitative Analyse |
Vortrag |
| 15 | Die Phasen der Datenanalyse (z. B. Extraktion, Exploration, Visualisierung) | Mehrstufiger Datenanalyseprozess, Sammlung, Extraktion, Exploration, Reinigung, Analyse, Visualisierung, gemeinsame Nutzung von Ergebnissen |
Vortrag |
| 5 | Aktuelle Trends im Data Mining | Data Mining moderne Anwendungen | Vortrag |
| 10 | Crisp-DM-Methode (Cross Industry Standard Process for Data Mining) | Crisp-DM-Phasen, Geschäftsverständnis, Datenverständnis, Modellierung, Auswertung, Bereitstellung |
Vortrag |
| 10 | Der IEEE 70xx Standard | Ethische Fragen, Systemdesign | Vortrag |
Danksagung
Verwendete Quellen
- Forschungsarbeiten
- Technische Papiere einiger Unternehmen
- Referenzhandbücher
- IBM KNACKIG-DM
- IEEE 70xx
- Online Tutorials und Artikel (z. B. KDNuggets, g2.com, Forbes, Data Science Process Alliance, etc.)
- Weitere Nachschlagewerke
Das Human-Centered AI Masters-Programm wurde von der Fazilität „Connecting Europe“ der Europäischen Union im Rahmen des Zuschusses „CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068“ kofinanziert.