Viden

Deltagerne skal opnå viden om teorier, metoder, teknikker og værktøjer inden for følgende områder:

Vidensopdagelse i databaser, inkl. præprocessering.
Fundamentale data mining metoder, herunder

• Associeringsregler (association rules), finder f.eks. samkøbsmønstre.
• Sekventielle mønstre (sequential patterns), finder f.eks. mønstre over tid.
• Gruppering af dataobjekter (clustering), finder f.eks. kundegrupper.

Deltagerne skal kunne forholde sig kritisk og refleksivt i forhold til de teoretiske emner.

Færdigheder

Deltagerne skal efter at have gennemført enkeltfaget kunne anvende teorier, metoder og modeller fra ovennævnte områder til at identificere, analysere, vurdere og komme med forslag til løsning af konkrete problemstillinger i praksis. De skal kunne argumentere for relevansen af de valgte teorier, metoder og modeller samt for det udarbejdede løsningsforslag, og de skal kunne reflektere over betydningen for den sammenhæng, løsningen indgår i.

Konkret forventes det, at deltagerne efter gennemførelse af faget er i stand til at:

• forstå og anvende en række data mining metoder til vidensopdagelse i store databaser,
• forstå og sammenligne algoritmerne bag forskellige data mining metoder.

Kompetence

Gennem enkeltfaget skal deltagerne opnå kompetencer til at vælge den rigtige type data mining metode til en given problemstilling, at parametrisere data mining algoritmer til et givent datasæt og at analysere data mining resultater.

Data mining - vidensopdagelse i store databaser

• 8.maj 2026
• 29. maj 2026
• 12. juni 2026
• Eksamen d. 26. juni 2026

Udover deltagerbetalingen kommer udgifter til litteratur på 500-1200 kr. pr. enkeltfag.