Informationsgenerierung und -Speicherung

Frühlingssemester 2010

Kontakt:
    André Csillaghy & Simon Felix
    Büro: 3. Stock, 4.313, FHNW Windisch Nord
    Tel 056 – 462 – 4062

email andre dot csillaghy at fhnw dot ch

Last update: 2010-06-11 3:02 PM

Prüfungsstoff:

Noch nicht vorhanden

Hier sind die vollständigen Notitzen zum Kurs. Sie werden aber weiter verarbeitet. Es wird hier angegeben, wann diese in engültige Form stehen.

Organisation

Lektion	Datum	Theorie	Praxis
1	24.2	Einführung Data Warehouses	Übung Anleitung Task 1: Flugdaten Daten
2	3.3	DWH: Multidimensionales Datenmodell, Star Schema, Roll Up, Drill Down	Abgabe Task 1 - Task 1 - Insights Task2
3	10.3	DWH: OLAP Abfragen, CUBE, Window Queries, View Materialization	Task 2 - Insights Task 3: Materialized Views in mySQL
4	17.3	DWH: Bitmap Index, Join Index DM: Einleitung, Häufige Objektmengen MAD Skills (Cohen / Dolan / Dunlap / Hellerstein / Welton) Repetition dbarc Indizes	Task 3 - Insights Task 4 - Häufige Objektmengen Task 4 - Daten
5	24.3	DM: Regeln suchen	Task 4 - Insights Task 5 - Association rule Task 5 - Java Vorlage
6	31.3	DM:Klassifikations- und Regerssionsregeln	Task 5 - Insights Task 6 - K-Means programmieren Task 6 - Vorlagen
7	7.4	DM: Clustering	Task 6 - Insights
8	14.4	Prüfung DWH / DM
9	21.4	IR: Vector Space Model	Task 7 - VSM Task 7 - Vorlage
10	28.4	IR: Recall, Precision, Inverterte Dateien, Signatur Dateien	Weiterführung Task 7
11	5.5	PROJEKTWOCHE
10	12.5	IR: HITS (unterlage s. Oben)	Task 8 - HITS Task 8 - Vorlage & Daten
11	19.5	IR: PageRank	Task 9 - PageRank
12	26.5	IR: CBIR & QBE	Weiterführung Task 9
13	2.6	Künstliche neuronale Netze
14	9.6	Ontologiebasierte Informationssysteme	Task 10 - Semantics Task 10 - Vorlage und Daten Revision Prüfung
15	16.6	Prüfung IR + Semantics

Faustregel für Aufgabenteilung: Theorie mit A. Csillaghy, Praxis mit A.Csillaghy und S. Felix.

Übungen:

Siehe die Anleitung. Es sollen 80% der Übungen abgegeben. Sie sollen individuell erfasst sein. In der Regel müssen die Übungen spätestens nach eine Woche, am Ende des nachfolgenden Kurses abgegeben werden.

Es geht nicht um einen Aufsatz, sondern um den Fragen der Anleitung zu beantworten. Diese Fragen können als Template benutzt werden.

Bitte schicken Sie die Übungen an Simon punkt Felix at fhnw ch.

Unterlagen:

Data Warehouses and Data Mining:

Die Kapitel 25 und 26 von “Database Management Systems” by Raghu Ramakrishnan and Johannes Gehrke, Third Edition, McGraw Hill, enthalten die Einführungen in Data Warehouses und Data Mining.

Diese 2 Kapiteln sind PFLICHTLEKTÜREN für die Prüfung.

Dazu können auch weitere Informationen im Oracle manual gefunden werden

Oracle Data Warehousing

Zusätzlich werden Teile aus verschiedene Quellen genommen:

The Data Warehouse Toolkit von Ralph Kimball, Wiley
Building the Data Warehouse von Bill Inmon, Wiley
Data Warehouses von Harry S. Sing

Weitere Informationen über Data Minig finden Sie in folgenden Unterlagen:

Data Mining, Practical Machine Learning Tools and Techniques, Ian H. Witten and Eibe Frank, Elsevier. (Enthält auch die Unterlagen zu WEKA Toolkit.)
Data Reduction and Error Analysis for the Physical Sciences, P.R. Bevington & D.K.Robinson, gibt ein sehr gutes Überblick in Analysismethoden, die für Regression (unter anderem) angewendet sein können.

Information Retrieval

DIESE DOKUMENTE SIND PFLICHTLEKT¨UREN:

Ramakrishnan und Gehrke, Chapter 27
Google's PageRank and Beyond, the Science of Search Engine Rankings, A.N.Langville & C.D.Meyer, Auszüge.
Kursunterlagen über Information Retrieval
CBIR und SEMANTC WEB slides
Künstliche neuronale Netze

Weitere Unterlagen:

Google Architecktur: WEB SEARCH FOR A PLANET: THE GOOGLE CLUSTER ARCHITECTURE
Google Addiction to Electricity (Harpers) - Google Data Centers
http://en.wikipedia.org/wiki/Feedforward_neural_network

Interactive Sprachen

Um Daten explorativ zu untersuchen ist Java oft nicht die beste Wahl. Interactive Sprachen, oder interpretierte Sprachen, die eine schnelle Wechselwirkung zwischen System und Benutzer/in erlaubt, sind sehr oft von vorteil und können gewaltige Zeitersparnisse (z.B. bei der Übungen) generieren. Es werden folgende Sprachen erwähnt:

Scala, sehr praktisch weil diese funktionale Sprache auch die gesamte Java "Infrastruktur" zugänglich macht
Matlab, die sehr verbreitet ist (kostenpflichtig)
ITTVIS/IDL, die für wissenschaftliche, geographische, sowie medizinische Daten speziell angepasst ist.