DaMiT - Data Mining Tutor damit.dfki.de MSc. Sergej Yevtushenko Prof. Dr. Wolfgang Bibel TU Darmstadt, FB Informatik, FG Intellektik

Vornweg ... BMBF-Verbundprojekt (NMB): 1.4.2001 - 30.9.2003 An der TUD: Prof. Dr. Wolfgang Bibel Dr. Gunter Grieser Dr. Peter Grigoriev MSc. Sergej Yevtushenko Terminüberlagerung: morgen Statusseminar in Saarbrücken `Hauptbesatzung‘ bereits dort zur Vorbereitung

Eckpunkte DaMiT ist ein Lehr- und Lernsystem für das Studium in ganz Deutschland. Mit DaMiT lernt man die Grundlagen und Anwendungen des Data Mining kennen. DaMiT ermöglicht berufliche Weiterbildung und lebenslanges Lernen. Mit DaMiT ist man immer aktuell darüber informiert, was Data Mining heute kann. DaMiT informiert über kommerzielle Systeme und deren Leistungsumfang. Mit DaMiT sind exemplarische Anwendungen von wirtschaftlicher Relevanz möglich.

... für das Studium in ganz Deutschland Einsatz an 10 Hochschulen in ganz Deutschland Begleitung / Unterstützung der Präsenzlehre in den Studienrichtungen Informatik und Wirtschaftsinformatik Einsatz an der TUD: LV-begleitend in SS02, WS02/03, SS03,... Sicherung der Qualität Inhaltsabbildung durch Konsortium: Spezialisten begleitende Evaluierung

... Grundlagen & Anwendungen des Data Mining Data Mining – interaktive Modellbildung

... Grundlagen & Anwendungen des Data Mining

... Grundlagen & Anwendungen des Data Mining

... Grundlagen & Anwendungen des Data Mining Data Mining – interaktive Modellbildung Verfahren des Data Mining Ideen dahinter, Stärken / Schwächen, Umgang mit ihnen Grundlagen Statistik, theoretische Informatik, Künstliche Intelligenz Erfahrungen mit praxisrelevanten Problemstellungen Datensätze, Fallstudien

... berufliche Weiterbildung & lebenslanges Lernen unterschiedliche Arten von Content Lerneinheiten / Lernmodule, Success-Stories, Case-Studies, Best-Practice-Cases unterschiedliche Zugänge zum Content Lektionsliste, Table-Of-Contents Glossar, Success-Stories, typische Problemstellungen Adaptivität unterschiedliche Präsentationsstile / Schwierigkeitsgrade Benutzermodell (Lernziele, aktueller Wissensstand) adäquate didaktische Konzepte unterschiedliche Rollen mit unterschiedlichen Funktionalitäten Forum, Chat, Übungsaufgaben

... immer aktuell informiert, was Data Mining kann brandneue Verfahren JSM, FCA, Lernen von Entscheidungsbäumen über regulären Patterns aktuelle Grundlagenergebnisse Lernen von Patterns (Stand 11/2002) aktuelle Success-Stories Music Mining (Hauptvortrag Discovery Science, 11/2002) aktuelle Fallstudien Siegerlösungen aller Data Mining Cups (incl. 2002)

... kommerz. Werkzeuge und deren Leistungsumfang Beschreibungen, Tutorien Front-Ends zu kommerziellen Systemen  erfordert Zugangskontrolle Zugang bspw. über spezielle Zertifikate (Public-Key- Infrastructure) wirtschaftlich verwertbare Informationen Expertenurteile, Fallstudien  erfordert Integration von Payment-Lösungen

Spezifika generisches Rahmensystem (auch für andere Inhalte geeignet) Metadaten-Konzept für Adaptivität / Reuse (inkl. DB-Anbindung) Konzepte / Tools zur Generierung offener und geschlossener Übungsaufgaben: von Multiple Choice bis Competetive Excercise Konzepte / Lösungen zur Sicherung von Privacy und Security (Anbindung an Public-Key-Infrastructure) Konzepte / Lösungen zur Integration von Payment (Anbindung von e-Payment-Systemen) Ansätze zur Repräsentation, Dokumentation und Umsetzung didaktischer Konzepte: Drehbuch, Szenen, antizipierte Interaktion

Fragen, Hinweise,...? Vielen Dank für Ihre Aufmerksamkeit!