UnivIS
Informationssystem der Friedrich-Alexander-Universität Erlangen-Nürnberg © Config eG 
FAU Logo
  Sammlung/Stundenplan    Modulbelegung Home  |  Rechtliches  |  Kontakt  |  Hilfe    
Suche:      Semester:   
 
 Darstellung
 
Druckansicht

 
 
 Außerdem im UnivIS
 
Vorlesungs- und Modulverzeichnis nach Studiengängen

 
 
Veranstaltungskalender

Stellenangebote

Möbel-/Rechnerbörse

 
 
Vorlesungsverzeichnis >> Technische Fakultät (TF) >>

  Data Mining in der Medizin (MEDMINING)

Dozentinnen/Dozenten
Dr. Dennis Toddenroth, Dr. Manfred Criegee-Rieck

Angaben
Vorlesung mit Übung
4 SWS, benoteter Schein, ECTS-Studium, ECTS-Credits: 5, Sprache Deutsch, Master
Zeit und Ort: Do 14:15 - 15:45, Raum n.V.; Bemerkung zu Zeit und Ort: Bitte die neue Adresse des Lehrstuhls beachten: Wetterkreuz 13, 91058 Erlangen-Tennenlohe

Studienfächer / Studienrichtungen
WF INF-MA ab 1 (ECTS-Credits: 5)

Voraussetzungen / Organisatorisches
Bitte melden Sie sich mit Angabe Ihrer Matrikelnummer bis zum 10. April 2014 per E-Mail an mailto:martin.ross@imi.med.uni-erlangen.de an.

Inhalt
Der zunehmende Umfang elektronisch vorliegender medizinischer Routinedaten erweitert die Möglichkeiten, diese Daten auch zur Extraktion bisher unentdeckter medizinischer Zusammenhänge zu verwenden. Derartige Auswertungen hängen oft nicht von einzelnen konkreten Fragestellungen oder Hypothesen ab, insofern unterscheiden sich die angewendeten Methoden der explorativen Versorgungsdatenforschung auch von anderen statistischen Verfahren. In dieser Veranstaltung wird die Anwendung solcher Auswertungsmethoden auf medizinische Daten thematisiert. Nach einem vergleichenden Überblick über das übliche Vorgehen zur Generierung medizinischen Wissens (biometrische Grundlagen u. Studientypen) werden Grundprinzipien und Gemeinsamkeiten unterschiedlicher Data-Mining-Methoden behandelt; anschließend werden einzelne Methoden und Anwendungsbeispiele vertieft. Innerhalb der Veranstaltung wird eine praktische Einführung in die Programmiersprache R vermittelt (http://www.r-project.org/). Die Teilnehmer sollen sich dabei in praktischen Übungen auch selbständig in einzelne Data-Mining-Verfahren einarbeiten, um diese dann auf Beispieldatensätze praktisch anzuwenden

ECTS-Informationen:
Credits: 5

Zusätzliche Informationen
Erwartete Teilnehmerzahl: 10, Maximale Teilnehmerzahl: 32

Institution: Lehrstuhl für Medizinische Informatik
UnivIS ist ein Produkt der Config eG, Buckenhof