Altklausur

Question 1

Was ist Data Mining?

Answer 1

Data Mining ist der Prozess des Entdeckens bedeutsamer neuer Zusammenhänge, Muster
und Trends durch die Analyse großer Datensätze mittels Mustererkennung sowie statistischer
und mathematischer Verfahren.

Question 2

Welche 2 Aspekte führen zu einer immer größer werdenden Datenmenge?

Answer 2

Digitalisierung und Vernetzung

Question 3

Beispiele für DM-Anwendungen aus unterschiedlichen Branchen

Answer 3

• Handel:
  -> Warenkorb Analysen, Auswertung der Nutzung von Kunden –/Rabatt Karten, Customer Relationship Management (CRM)
• Finanzbereich:
  -> Kredit Bewertungen/ Scoring, Entdeckung von Betrugsfällen
• Produktion:
  -> Optimierung von Parametern die den Produktionsprozess positiv beeinflussen, Qualitätssicherung
• Telekommunikation:
  -> Kündigerprävention, Untersuchung des Kommunikations und
  Nutzungsverhaltens, soziale Netzwerke
• Bioinformatik:
  -> Analyse und Verstehen von Sequenzen (DNS), Abhängigkeit von Genen, Proteinen
• Forensik:
  -> Spurensicherung, (digitale) Fingerabdrücke und Muster, Erkennung von Fälschungen, Lügen, Manipulationen, Deep Fakes
• Web und Text Mining:
  -> Search Engines, Analyse von Netzwerken (Web Sites, soziale Netze,Social Media),automatisches Klassifizieren und Sortieren, E Mail Spamerkennung, Identifikation von Plagiaten

Question 4

DM im CRM-Umfeld: Welche 5 Angebotsdimensionen kennen Sie?

Answer 4

Produkt, Kunde, Kommunikationskanal, Preis und Zeitpunkt

Question 5

Was bedeutet die Abkürzung CRISP-DM und was ist das?

Answer 5

• CRISP-DM = CRoss Industry Standard Process for Data Mining
• Industrie-Standard für einen klassischen Data-Mining-Prozess

Question 6

Wieviel Phasen des CRISP-DM Referenz-Modells gibt es und wie heißen diese?

Answer 6

• 6 Phasen
• Business Understanding
• Data Understanding
• Data Preparation
• Modeling
• Evaluation
• Deployment

Question 7

Welche Aufgaben müssen in der “Data-Preparation-Phase“ durchgeführt werden?

Answer 7

• Daten-Integration
• Daten-Selektion
• Daten-Formatierungen
• Daten-Transformation
• Daten-Bereinigung
• Daten-Konstruktion

Question 8

Gegeben: Merkmal mit den Namen deutscher Städte, Gesucht: davon abgeleitete weitere, zusätzliche Merkmale!

Answer 8

• Längen- und Breitengrade (räumliche Beziehung)
• Zuordnung zu Bundesländern
• Einwohnerzahl
• Fläche
• Alter
• Entwicklung der Einwohnerzahl, Bevölkerungsdichte, etc.

Question 9

Gegeben: Merkmal mit Vornamen von Kunden, Gesucht: davon abgeleitete weitere, zusätzliche Merkmale

Answer 9

Geschlecht, Regionale Herkunft, Alter (mit Wahrscheinlichkeiten)

Question 10

Wie erfolgt die Entwicklung eines Test-Regimes in der Phase „Modeling“?

Answer 10

• Evtl. Stichprobenauswahl
• Zufallsauswahl und Einteilung des Datenbestandes in Lern-/Trainingsdaten
• Evaluierungs-/Validierungsdaten und Testdaten-Menge;
• Überprüfung, ob die Stichproben/Auswahlen ähnliche Charakteristiken haben wie die Gesamtpopulation

Question 11

Wofür steht die Abkürzung ROC?

Answer 11

Receiver Operating Characteristics

Question 12

Wie ist eine Konfusion Matrix / Kontingenz Tabelle aufgebaut?

Answer 12

• Spalte: True Class
• Zeilen: Hypothesized Class
• tp fp
• np tp
• fp rate = fp/n
• tp rate = tp/n
• precision= tp/(tp+fp)
• recall = tp/p
• accuracy = (tp+tn)/(tp+tn+fp+fn)
• F-measure = 2/ (1/precision)+(1/recall)

Question 13

Wie lautet die Bayes‘sche Regel?

Answer 13

P(H|D) = P(D|H) * (P(H)/P(D))

Question 14

Wie ist ein Bayes‘scher Klassifikator formal definiert?

Answer 14

Funktion b, die einen f-dimensionalen Vektor (Beispiel, Datenpunkt, etc.) auf die Menge C aller Klassen abbildet.