Direkt zu


Informationen für Studierende

zur Startseite

Fachstudie

Vergleich von Data-Mining-Werkzeugen
Betreuer M.Sc. Manuel Fritz
Dipl.-Inf. Michael Behringer
Prüfer PD Dr. rer. nat. habil. Holger Schwarz
Ende14.05.2019
Beschreibung

Ausgangssituation/Motivation

Daten sind heutzutage die Grundlage vieler Prozesse in Industrie und Forschung. Durch diverse technische Entwicklungen (IoT, Industrie 4.0, etc.) steigen diese Datenmengen zudem zunehmend an. Als Folge der steigenden Datenmengen wird es für einen Analysten immer komplexer sinnvolle Informationen aus diesen zu extrahieren. Weiterhin muss je nach Problemstellung und gegebenenfalls je nach Datensatz ein geeignetes Verfahren ausgewählt und parametrisiert werden. Dies erfordert häufig ein exploratives Vorgehen bei welchem iterativ Verfahren, Parametrisierungen oder Datensätze ausgetauscht werden müssen bis belastbare Ergebnisse erzielt wurden. Um diesen Prozess zielorientiert zu steuern benötigt der Analyst idealerweise ein tiefgreifendes technisches Verständnis und darüber hinaus Kenntnisse über die jeweilige Anwendungsdomäne. Es existieren diverse Data-Mining-Werkzeuge, um die Komplexität der Analyse zu reduzieren und die Vorgehensweise zu strukturieren. Dies erlaubt einzelne Verfahren graphisch zu konfigurieren und die Ergebnisse zu visualisieren.

Aufgabenstellung

Im Rahmen dieser Fachstudie sollen verschiedene Data-Mining-Werkzeuge hinsichtlich zu definierender Kriterien verglichen werden. Hierbei ist insbesondere interessant, wie sich diese bzgl. Usability, Funktionalität, Performance, etc. voneinander abgrenzen lassen. Das Ergebnis dieser Fachstudie ist eine Ausarbeitung, welche die strukturierte Vorgehensweise und die Ergebnisse umfassend beschreibt.

Die Arbeit umfasst dazu folgende Aufgaben:

◇ Erstellung eines Überblicks über existierende Werkzeuge

◇ Erstellung eines geeigneten Kriterienkatalogs zur Selektion und Bewertung der Werkzeuge

◇ Vergleich und Bewertung der Werkzeuge anhand des erstellten Kriterienkataloges

◇ Präsentation der Ergebnisse in einem Vortrag