Data & Process Mining

Modulgruppe: Informatik

Die Teilnehmer erhalten fundierte Einblicke in grundlegende Methoden, Verfahren und Konzepte des Data und Process Mining. Sie können diese, unterstützt durch Softwarewerkzeuge, auf gegebene Aufgabenstellungen anwenden und ihre Analyseergebnisse angemessen präsentieren und visualisieren.

Präsenztermine:

• Donnerstag, 7. Dezember 2017, 09:00 - 17:00 Uhr
• Freitag, 8. Dezember 2017, 09:00 - 17:00 Uhr
• Mittwoch, 17. Januar 2018, 09:00 - 17:00 Uhr
• Donnerstag, 18. Januar 2018, 09:00 - 17:00 Uhr

Prüfungstermine:

• Freitag, 2. März 2018, Uhrzeit und Räumlichkeiten werden zeitnah bekannt gegeben
• Freitag, 13. April 2018, Uhrzeit und Räumlichkeiten werden zeitnah bekannt gegeben

  

Modulhandbuch

Das Modulhandbuch finden Sie hier.

Inhalte des Moduls

  • Business Szenarien für das Data und Process Mining
  • Extraktion von Daten aus Informationssystemen (ETL-Prozesse)
  • Data Warehousing Systeme (Multidimensionale Daten)
  • Knowledge Discovery Process
  • Methoden und Verfahren des Data Mining: Klassifikation, Regression, Cluster-
    Analyse, Assoziationsanalyse
  • Methoden und Verfahren des Process Mining: Process Discovery Algorithmen,
    Conformance Checking, Log Analyse
  • Datenvisualisierung
  • Process Performance Measurement, Business Process Intelligence

Lernziele

Die Teilnehmer kennen grundlegende Methoden, Verfahren und Konzepte des Data und Process Mining. Sie können diese, unterstützt durch Softwarewerkzeuge, auf gegebene Aufgabenstellungen anwenden und ihre Analyseergebnisse angemessen präsentieren und visualisieren. Die Teilnehmer können ferner einschätzen, welche Herausforderungen sich bei der Anwendung von Miningverfahren in der Praxis stellen und wie diesen Herausforderungen in konkreten Anwendungsszenarien begegnet werden kann. Generell sind sie in der Lage, charakteristische Anwendungsfälle von Data und Process Mining zu benennen und technologische Analysemöglichkeiten sowie deren Nutzen und Aufwände zu bewerten. Schließlich kennen die Teilnehmer aktuelle Trends und können diese hinsichtlich ihres Nutzens für Business Analytics Szenarien einschätzen.

Lernsetting

Das Online-Studium findet im Selbststudium und in Form von Gruppenarbeit statt. Für das Selbststudium steht ein ausführliches Skript zur Verfügung. Die zentralen Inhalte und zugehörige Beispiele werden zudem in kurzen Videos erläutert. Das lesefreundliche Skript ist nach dem didaktischen Konzept der Universität Ulm für berufsbegleitende Studierende aufbereitet.

Um die vermittelten Inhalte zu festigen, werden in regelmäßigen Abständen Übungsblätter veröffentlicht, deren Lösungen von den Studierenden und dem Mentor gemeinsam zu den Präsenzterminen vorgestellt werden.

Der Mentor des Moduls wird in regelmäßigen Abständen Online-Sprechstunden anbieten, die die Studierenden bei der Bearbeitung des Lernstoffs unterstützen. Außerdem steht ein weiteres Forum für den Austausch der Studierenden untereinander bereit.

Voraussetzungen

Grundkenntnisse zu Datenbanken und Stochastik aus den Modulen "Grundlagen von
Datenbanksystemen" und "Grundlagen Stochastik".

Technische Voraussetzungen für die E-Learning-Lerneinheiten

Mindestens erforderlich sind:

  • Ein auf Windows 7 oder neuer, Linux oder OS X 10.9 basierender Desktop-Rechner oder Notebook
  • Aktuelle Version von Mozilla Firefox, Google Chrome, Safari oder Internet Explorer (11 oder neuer)
  • Aktuelle Version des Adobe Flash Plugin im Browser (lediglich für Online-Sprechstunde bzw. Online-Webinar benötigt)
  • Internet-Zugang via xDSL, Cable, LTE oder besser mit mindestens 2 Mbit/s in Downstream- und 192 kbit/s in Upstream-Richtung ("DSL 2000")

Empfohlen wird:

  • Ein auf Windows 7 oder neuer, Linux oder OS X 10.9 basierender Desktop-Rechner oder Notebook, Dual-Core oder mehr, 2 GHz oder mehr
  • Aktuelle Version von Mozilla Firefox, Google Chrome, Safari, IE 11 (oder neuer)
  • Aktuelle Version des Adobe Flash Plugin im Browser (lediglich für Online-Sprechstunde bzw. Online-Webinar benötigt)
  • Internet-Zugang via xDSL, Cable, LTE oder besser mit mindestens 6 Mbit/s in Downstream- und 576 kbit/s in Upstream-Richtung ("DSL 6000")

Leistungsnachweise

Für die Zulassung zur Modulprüfung (Klausur/mündl. Prüfung) sind folgende Voraussetzungen zu erfüllen:

  • Teilnahme an mindestens 2 Präsenztagen
  • Erreichen von mind. 50 % der in den Übungsaufgaben erzielbaren Punkte

In Härtefällen kann ein formloser Antrag auf Zulassung zur Prüfung beim Modulverantwortlichen gestellt werden.

Bei Krankheit ist dem Modulverantwortlichen ein ärztliches Attest vorzulegen.

Die regelmäßige Teilnahme an Online-Foren unterstützt Sie bei der Erarbeitung des Lernstoffs. Detaillierte Informationen entnehmen Sie bitte der Modulbeschreibung im Modulhandbuch.

Zertifizierung

Bei erfolgreichem Abschluss des Moduls erhalten Sie ein Zertifikat sowie ein Supplement, das die Inhalte des Moduls als Übersicht auflistet. Im Supplement bestätigt Ihnen der Modulverantwortliche das Äquivalent von 6 Leistungspunkten nach ECTS.

Gebühren und Entgelte

Die Studiengebühren der Module für immatrikulierte Studierende bzw. die Teilnahmeentgelte für die Belegung von Einzelmodulen im Kontaktstudium finden Sie auf der Seite zur Modulübersicht.

Dozent

Prof. Dr. Manfred Reichert
Direktor des Instituts für Datenbanken und Informationssysteme

Mentoren

Nicolas Mundbrod
Wissenschaftlicher Mitarbeiter im Institut für Datenbanken und Informationssysteme

Michael Zimoch
Wissenschaftlicher Mitarbeiter im Institut für Datenbanken und Informationssysteme

  

    Gefördert von: