In diesem kostenlosen offenen Online-Kurs führen wir Sie in das aktuelle und viel diskutierte Thema Big Data Analytics ein. Der sechswöchige Kurs wird Ihnen verständlich machen, warum Daten der Schatz des 21. Jahrhunderts sind und wie man diesen heben kann. Ob Finanzdienstleister, produzierende Unternehmen, Internet-Dienstleister oder Forschungszentren: In Wirtschaft und Wissenschaft wächst das Interesse, in dem gewaltig anschwellenden Meer an erhobenen und anfallenden Daten diejenigen herauszufischen, die es auf interessante Zusammenhänge hin zu analysieren sowie vernünftig zu strukturieren und zu verknüpfen gilt. So können schneller bessere Erkenntnisse gewonnen, Entscheidungen getroffen und Prognosen erstellt werden. Das Meer an Daten führt dann zu einem Mehr an Wissen!
Im Kurs erfahren Sie, wie bei der Auswertung riesiger Datenmengen sinnvoll vorzugehen ist - angefangen bei modernsten Data Mining-Techniken zum "Schürfen" bislang verborgener oder ungenutzter Informationen über die Aufbereitung bis hin zur Analyse der Daten. Aktuelle Anwendungen und einprägsame Praxisbeispiele machen Sie mit den grundsätzlichen Problemstellungen vertraut. Welche verschiedenen Algorithmen bei der Lösung helfen können, wird ebenfalls diskutiert. Schließlich stellen wir Ihnen noch gängige Methoden vor, mit denen Sie in die Lage versetzt werden, Data-Mining-Lösungen für konkrete Anwendungen zu bewerten.
语言: Deutsch
课程信息
In diesem kostenlosen offenen Online-Kurs führen wir Sie in das aktuelle und viel diskutierte Thema Big Data Analytics ein. Der sechswöchige Kurs wird Ihnen verständlich machen, warum Daten der Schatz des 21. Jahrhunderts sind und wie man diesen heben kann. Ob Finanzdienstleister, produzierende Unternehmen, Internet-Dienstleister oder Forschungszentren: In Wirtschaft und Wissenschaft wächst das Interesse, in dem gewaltig anschwellenden Meer an erhobenen und anfallenden Daten diejenigen herauszufischen, die es auf interessante Zusammenhänge hin zu analysieren sowie vernünftig zu strukturieren und zu verknüpfen gilt. So können schneller bessere Erkenntnisse gewonnen, Entscheidungen getroffen und Prognosen erstellt werden. Das Meer an Daten führt dann zu einem Mehr an Wissen!
Im Kurs erfahren Sie, wie bei der Auswertung riesiger Datenmengen sinnvoll vorzugehen ist - angefangen bei modernsten Data Mining-Techniken zum "Schürfen" bislang verborgener oder ungenutzter Informationen über die Aufbereitung bis hin zur Analyse der Daten. Aktuelle Anwendungen und einprägsame Praxisbeispiele machen Sie mit den grundsätzlichen Problemstellungen vertraut. Welche verschiedenen Algorithmen bei der Lösung helfen können, wird ebenfalls diskutiert. Schließlich stellen wir Ihnen noch gängige Methoden vor, mit denen Sie in die Lage versetzt werden, Data-Mining-Lösungen für konkrete Anwendungen zu bewerten.
Eckdaten zum Kurs:
- Kurssprache: Deutsch
- Kursstart: 6. November 2017
- Kursende: 18. Dezember 2017
- Kursdauer: 6 Wochen
- Arbeitsaufwand: 3-6 Stunden pro Woche
Zielgruppen:
- Alle, die sich für das Thema Big Data Analytics und Knowledge Discovery interessieren
- Datenanalysten in Unternehmen und Start-ups
- Mitarbeiter in Vertrieb und Marketing
- Wissenschaftler, die mit großen Datenmengen arbeiten
重启本课程
订阅本课程
Learners
证书要求
- 合格证书授予那些进行了预定并且取得了达标成绩的用户 更多信息请访问 合格证书指南.
- 课程证书 授予者需要至少取得课程总分的百分之 50%。
- 参与证明 授予者需要至少学习了所有课程资料的百分之 50%。
欲知详情，请访问证书指南.
该课程提供者
Prof. Dr. Emmanuel Müller is head of the Knowledge Discovery and Data Mining research group, which has been established in cooperation with the German Research Centre for Geosciences (GFZ). Data Mining, as part of many scientific and industrial applications, does not end with the execution of algorithms. With data mining algorithms, resulting in discovery of unknown, novel, and unexpected patterns, one should aim at assisting humans in their daily decision making. On the one side, Professor Müller and his researchers investigate efficient algorithms, which scale with size and complexity of the data. And on the other side, algorithms generate verifiable knowledge for human users.
The group's research goals are such scalable and verifiable data mining methods for large and complex data. These include algorithms for the selection of relevant attributes in high dimensional data, correlation analysis in multivariate data streams, and homophile structures in attributed graphs. Furthermore, the group develops data mining algorithms for multi-scale sensor data and interactive exploration of heterogeneous information systems in cooperation with the GFZ.