"Schritt für Schritt erklären wir, wie bei der Auswertung riesiger Datenmengen sinnvoll vorzugehen ist - angefangen bei der Aufbereitung von Rohdaten bis hin zur Vorhersage von Ereignissen erläutern wir grundlegende Data Mining Methoden zum "Schürfen" bislang verborgener oder ungenutzter Informationen", kündigt Kursleiter Professor Emmanuel Müller an. Seine Forschungsgruppe "Knowledge Discovery and Data Mining" am Hasso-Plattner-Institut (HPI) beschäftigt sich in Kooperation mit dem Deutschen GeoForschungsZentrum (GFZ)vorrangig mit Analysetechniken, um neue, unbekannte und unerwartete Muster aufzudecken, aus denen der Mensch entsprechende Entscheidungen ableiten kann.

Anhand von aktuellen Anwendungen und einprägsamen Praxisbeispielen stellt Müller den Teilnehmern des Onlinekurses die grundsätzlichen Problemstellungen im Bereich Big Data Analytics vor. Bei der Lösung können verschiedene Algorithmen helfen, die im Kurs vorgestellt und diskutiert werden. Clustering, also die Gruppierung ähnlicher Objekte, sowie Klassifikation, als Vorhersage auf Basis eines zuvor trainierten Modells aus historischen Daten, sind wichtige Begriffe, mit denen sich die Lerner dabei auseinandersetzen werden. Um den Nutzen von Data-Mining-Lösungen für konkrete Anwendungen bewerten zu können, werden gängige Methoden für die Bewertung von Algorithmen im Rahmen des Kurses vermittelt.

"Teilnehmen kann jeder, der tiefer in das Thema Big Data Analytics eintauchen möchte. Vorwissen ist dafür nicht nötig", verspricht Müller. Das HPI empfiehlt den Kurs vor allem Vertriebsmitarbeitern aus Unternehmen und Wissenschaftlern, die mit großen Datenmengen zu tun haben. Für diesen Kurs kann neben dem regulären Zeugnis auch ein qualifiziertes Zertifikat erworben werden, für das das HPI Universitäten die Vergabe von zwei ECTS-Punkten empfiehlt. Der Zeitaufwand für die Teilnahme liegt bei etwa drei bis sechs Stunden pro Woche.