Übersicht

• Kurs-Nummer: INF-21230

• Lehrsprache: Englisch

Themengebiet

In diesem praxisorientierten Kurs lernen Sie, wie Sie ein Data Scientist werden! Anhand anspruchsvoller Datensätze mit versteckten Erkenntnissen erstellen Sie gemeinsam mit Ihrer Gruppe ein interaktives Visualisierungstool für die VAST Challenge, einen jährlichen Datenanalyse-Wettbewerb im Rahmen der IEEE VIS Konferenz. Neben dem Erlernen der visuellen Datenanalyse können Sie Preise gewinnen und möglicherweise sogar Ihre kreativen Lösungen einem großen Publikum präsentieren.

Im Kurs werden wir gemeinsam die gesamte Knowledge Discovery in Databases (KDD)-Pipeline erkunden und umsetzen, von der ersten Datenanalyse über die Datenvorverarbeitung bis hin zu einem finalen Visual-Analytics-Prototypen. Während dieses Prozesses werden wir häufig von Experten in den Bereichen Datenanalyse und Visualisierung besucht, die Ihnen direktes und wertvolles Feedback zu Ihren Ideen geben. Im Kurs arbeiten Sie in Gruppen von 3–4 Personen und entwickeln schrittweise ein Tool zur Lösung der Herausforderungen der VAST Challenge. Bei jedem Treffen diskutieren wir die Fortschritte aller Teams und planen die nächsten Schritte.

Am Ende des Kurses werden Sie gelernt haben, wie man komplexe Datenanalyseaufgaben mithilfe von Visual-Analytics-Ansätzen löst. Sie entwickeln ein Verständnis dafür, wie man Datenanalyseaufgaben angeht. Sie lernen, Datenanalyse-Software wie KNIME oder TABLEAU zu nutzen, und verstehen, warum diese Tools oft nicht ausreichen, um komplexe Fragen zu beantworten. Stattdessen entwickeln Sie Ihren eigenen Visual-Analytics-Prototyp, bei dem Sie leistungsstarke Methoden aus den Bereichen Machine Learning und KI mit individuellen Visualisierungslösungen kombinieren können.

Kursinhalte:

• Angewandte Methoden der Informationsvisualisierung

• Angewandte Methoden des Data Mining

• Interaktive Integration automatischer und visueller Methoden

• Anwendung und Anpassung aktueller Forschungsarbeiten an wichtige Anwendungsfälle, wie z. B. die Exploration von Social-Web-Daten oder sicherheitsrelevante Anwendungen (z. B. Krankheitskontrolle, Strafverfolgung und nationale Sicherheit)

• Verarbeitung und Exploration unterschiedlicher Datentypen, wie Geo-Koordinaten, Gensequenzen, Textdokumente, Daten aus sozialen Netzwerken und Internetverkehr, jeweils im Hinblick auf zeitliche Entwicklungen

• Teilnahme an einem internationalen Wettbewerb, z. B. der IEEE VAST Challenge

Empfohlene und Pflichtvoraussetzungen

• Praktische Programmiererfahrung (Pflicht)

• Data Visualization Lectures (Pflicht)

• Data Mining Lectures (Pflicht)