Knowledge Discovery in Databases and Transaction Systems (KDDTAS)5 ECTS
(englische Bezeichnung: Knowledge Discovery in Databases and Transaktion Systems)

Lectures:

• • Transaktionssysteme / Transaction Systems
    (Vorlesung, 2 SWS, Richard Lenz, Mon, 8:15 - 9:45, 0.154-115; *Aktueller Hinweis*: Diese Veranstaltung findet dieses Semester *online* statt. Weitere Informationen finden Sie im zugehörigen *StudOn-Kurs*. Information regarding online courses are provided via StudOn.)
  • Knowledge Discovery in Databases
    (Vorlesung, 2 SWS, Richard Lenz et al., Tue, 8:15 - 9:45, 00.152-113; *Aktueller Hinweis*: Diese Veranstaltung findet dieses Semester *online* statt. Weitere Informationen finden Sie im zugehörigen *StudOn-Kurs*. Information regarding online courses are provided via StudOn.)

Empfohlene Voraussetzungen:

It is recommended to finish the following modules before starting this module:

Konzeptionelle Modellierung (WS 2020/2021)
Implementierung von Datenbanksystemen (WS 2020/2021)

Inhalt:

KDD
1. Introduction
2. Know Your Data
3. Data Preprocessing
4. Mining Frequent Patterns, Associations and Correlations: Basic Concepts and Methods
5. Advanced Frequent Pattern Mining
6. Classification: Basic Concepts
7. Classification: Advanced Methods
8. Cluster Analysis: Basic Concepts and Methods
9. Cluster Analysis: Advanced Methods
10. Outlier Detection
11. Trends and Research Frontiers in Data Mining

TAS
Transactions are the core mechanism to guarantee database consistency in the presence of failures. The lecture introduces the cornerstones of the Transaction Concept and related techniques and system architectures. Topics are:
-Reconstructing the Transaction Model
-Advanced Transaction Models
-Queued transaction processing
-Implementing the ACID properties of transactions: Concurrency control, logging and recovery
-TP Monitors: TRPC, Architecture of TP Monitor, Transaction Manager
This course generalizes the transaction concept from its traditional database system domain to the broader context of client-server computing. The course begins by defining basic terminology and concepts. The role of a transaction processing system in application design, implementation, and operation is covered. Subsequent lectures cover the theory and practice of implementing locking, logging, and the more generic topic of implementing transactional resource managers.

Lernziele und Kompetenzen:

KDD
Die Studierenden

• kennen den typischen KDD-Prozess;

• kennen Verfahren zur Vorbereitung von Daten für das Data Mining;

• kennen die Definition von Distanz- bzw. Ähnlichkeitsfunktionen für die verschiedenen Typen von Attributen;

• sind vertraut mit dem Prinzip des Apriori-Algorithmus zur Bestimmung von Mengen häufiger Elemente (frequent itemsets);

• kennen den FP-Growth-Algorithmus zum schnellen Auffinden von Mengen häufiger Elemente;

• geben die Definitionen von Support und Confidence für Assoziationsregeln wieder;

• beschreiben die Ermittlung von Assoziationsregeln auf der Basis von Mengen häufiger Elemente beschreiben;

• sind in der Lage, die Vorgehensweise bei Klassifikationsaufgaben;

• legen dar, wie ein Entscheidungsbaum auf einem Trainingsdatensatz erzeugt wird;

• stellen das Prinzip der Bayes'schen Klassifikation dar;

• zählen verschiedene Clustering-Verfahren auf;

• beschreiben den Ablauf von k-Means-Clustering;

• kennen die verschiedenen Arten von Ausreißern.

• definieren Distanz- oder Ähnlichkeits-Funktionen auf einem speziellen Datenbestand;

• überprüfen Attribute eines Datensatzes auf ihre Bedeutung für die Analyse hin und transformieren ggf. Attributwerte geeignet.

Literatur:

siehe Lehrveranstaltungen

Studien-/Prüfungsleistungen:

Knowledge Discovery in Databases and Transaction Systems (Prüfungsnummer: 869538)

(englischer Titel: Knowledge Discovery in Databases and Transaction Systems)

Prüfungsleistung, mündliche Prüfung, Dauer (in Minuten): 30, benotet, 5 ECTS

Anteil an der Berechnung der Modulnote: 100.0 %

Prüfungssprache: Deutsch oder Englisch

Erstablegung: SS 2021, 1. Wdh.: WS 2021/2022

1. Prüfer:

Richard Lenz

Ort: 08.130 (Martensstraße 3)