Seminar Data Mining in Datenbanken

29.-31. März 2006

Alexander Hinneburg

• Aktuelles
• Beschreibung
• Themen

Aktuelles

Beschreibung

Zur Form: Das Seminar ist als Block-Seminar konzipiert. Wir werden uns zu einem Vorbereitungstreffen Ende Mitte Februar treffen, auf dem die Themen für die Vorträge verteilt werden. Um das Vorbereitungstreffen abzusprechen, sollen sich alle Interessenten bis zum 5. Februar 2006 im Stud.IP für das Blockseminar anmelden. Das Seminar findet am 30.-31.März 2006 kurz vor Vorlesungsbeginn statt. An diesen Tagen werden alle Vorträge und Diskussionen gehalten. Durch die zeiliche Nähe des präsentierten Stoffes soll ein vertiefetes Verständnis der Inhalte erreicht werden.

Zum Inhalt: Es werden aktuelle Data Mining Verfahren aus den Bereichen Netzwerk- und Graphenanalyse, Text-Mining und Bioinformatik behandelt.

Kenntnisse aus der Vorlesung Data Mining sind hilfreich. Mathematische Grundkenntnisse in Analysis, Linearer Algebra und Statistik werden vorausgesetzt.

Für einen Schein müssen ein Forschungsartikel mit Kontextarbeiten gelesen und in einem Vortrag vorgestellt werden. Zu dem Vortrag sollen Fragen beantwortet werden. Zu dieser Arbeit sollen eine 5-seitige Zusammenfassung ebenso wie eine Handoutversion der Folien drei Tage vor Beginn des Blockseminars abgegeben werden. Diese werden dann vor Seminarbeginn elektronisch den Teilnehmern verfügbar gemacht.

Mindestens ein weiterer Artikel aus dem Seminarprogramm soll detailiert gelesen und ein Fragenkatalog ausgearbeitet werden. Es ist von Vorteil den Rest der Artikel ebenfalls zu lesen. Es wird eine aktive Teilnahme am Seminar erwartet.

Vorträge

Donnerstag 30.03.2006, Raum 1.30

Freitag 31.03.2006, Raum 1.30

Themen

• Anirban Dasgupta and Ravi Kumar and Prabhakar Raghavan and Andrew Tomkins,Variable latent semantic indexing, SIGKDD 2005
• David Gondek and Thomas Hofmann,Non-redundant clustering with conditional ensembles, SIGKDD 2005
• Szymon Jaroszewicz and Tobias Scheffer,Fast discovery of unexpected patterns in data, relative to a Bayesian network, SIGKDD 2005
• Gregor Leban and Minca Mramor and Ivan Bratko and Blaz Zupan,Simple and effective visual models for gene expression cancer diagnostics, SIGKDD 2005
• Tilman Lange and Joachim M. Buhmann,Combining partitions by probabilistic label aggregation, SIGKDD 2005
• Jure Leskovec and Jon Kleinberg and Christos Faloutsos,Graphs over time: densification laws, shrinking diameters and possible explanations, SIGKDD 2005
• Saharon Rosset,Robust boosting and its relation to bagging, SIGKDD 2005
• Xiaoxin Yin and Jiawei Han and Philip S. Yu,Cross-relational clustering with user's guidance, SIGKDD 2005
• Haixun Wang and Jian Pei and Philip S. Yu,Pattern-based similarity search for microarray data, SIGKDD 2005
• Foto Afrati and Aristides Gionis and Heikki Mannila,Approximating a collection of frequent sets, SIGKDD 2004
• Nilesh Dalvi and Pedro Domingos and Mausam and Sumit Sanghai and Deepak Verma,Adversarial classification, SIGKDD 2004
• Lin Deng and Jian Pei and Jinwen Ma and Dik Lun Lee,A rank sum test method for informative gene discovery, SIGKDD 2004
• Inderjit S. Dhillon and Subramanyam Mallela and Dharmendra S. Modha,Information-theoretic co-clustering, SIGKDD 2003
• Aristides Gionis and Teija Kujala and Heikki Mannila,Fragments of order, SIGKDD 2003
• David Kempe and Jon Kleinberg and Eva Tardos,Maximizing the spread of influence through a social network, SIGKDD 2003
• Scott White and Padhraic Smyth,Algorithms for estimating relative importance in networks, SIGKDD 2003
• Yunyue Zhu and Dennis Shasha,Efficient elastic burst detection in data streams, SIGKDD 2003
• Gregory Piatetsky-Shapiro and Tom Khabaza and Sridhar Ramaswamy,Capturing best practice for microarray gene expression data analysis, SIGKDD 2003
• Geoffrey I. Webb and Shane Butler and Douglas Newlands,On detecting differences between groups, SIGKDD 2003
• Leonid Meyerguz and David Kempe and Jon Kleinberg and Ron Elber,The evolutionary capacity of protein structures, RECOMB 2004
• Jun Huan and Wei Wang and Deepak Bandyopadhyay and Jack Snoeyink and Jan Prins and Alexander Tropsha,Mining protein family specific residue packing patterns from protein structure graphs, RECOMB 2004
• Niko Beerenwinkel and Jörg Rahnenführer and Martin Däumer and Daniel Hoffmann and Rolf Kaiser and Joachim Selbig and Thomas Lengauer,Learning multiple evolutionary pathways from cross-sectional data, RECOMB 2004
• Aristides Gionis and Heikki Mannila,Finding recurrent sources in sequences, RECOMB 2003
• Balaji Krishnapuram and Lawrence Carin and Alexander J. Hartemink,Joint classifier and feature optimization for cancer diagnosis using gene expression data, RECOMB 2003
• Umar Syed and Golan Yona,Using a mixture of probabilistic decision trees for direct prediction of protein function, RECOMB 2003