Springe zum Hauptinhalt
Professur Wirtschaftsinformatik 2
Data Mining
Professur Wirtschaftsinformatik 2 

Data Mining

Informationen zur Veranstaltung

  • Grundlagen und Einordung zu Data Mining
  • Prozessmodell zur Durchführung von Data-Mining-Projekten
  • Ausgewählte Verfahren und Algorithmen zur Mustererkennung und Generierung von Vorhersagemodellen im betriebswirtschaftlichen Kontext

Nach erfolgreichem Abschluss des Moduls haben die Studierenden ein grundsätzliches Verständnis bezüglich der Durchführung von Data-Mining Projekten, kennen grundlegende Verfahren und können diese zielgerichtet auswählen, die dafür notwendige Datenvorbereitung initiieren und die Ergebnisse kritisch einschätzen.

Die Einschreibung zur Vorlesung und zum ergänzenden OPAL-Kurs findet ab dem 22.09.2025, 9:00 Uhr über OPAL statt. Die Einschreibung in die Übungsgruppen erfolgt später, weitere Informationen erhalten Sie in der ersten Vorlesung. 

Dieser Kurs findet als planmäßige Lehrveranstaltung für den Masterstudiengang Business Intelligence Analytics (BIA) und den Masterstudiengang Value Chain Management (VCM) sowie wahlobligatorisch für die Masterstudiengänge Data Science und Finance statt. 

Studierende anderer Studiengänge können freie Restplätze nutzen, die Einschreibung ist in diesem Fall unverbindlich, Sie erhalten eine Rückmeldung nach Einschreibungsende.

2/1/0 SWS, 150 AS, 5 LP.

Die Veranstaltung erfolgt als Präsenzveranstaltung, begleitet von einem e-Learning-Kurs über das Bildungsportal Sachsen (OPAL), über welches Ihnen auch zukünftig die Unterlagen zur Verfügung gestellt werden.  

Ansprechpartner

Dr. Melanie Pfoh

Termine

Beginn der Veranstaltung: 22.10.2025
Vorlesung Auftaktveranstaltung am 22.10.2025, 09:15-10:45 Uhr, C24.001 (alt: 2/D001); voraussichtliche Verlegung auf Freitag (wöchentlich), 11:30-13:00 Uhr weitere Details siehe OPAL Dr. Konstantin Hopf
Übungen

Gruppe 1: t.b.a.

Gruppe 2: t.b.a.

weitere Details siehe OPAL t.b.a.

Unterlagen zur Vorlesung und Übung

Weitere Informationen und Materialien zur Vorlesung und Übung werden Ihnen mit Beginn der Lehrveranstaltung in OPAL bereitgestellt