Data Mining
Die Vorlesung gibt einen Überblick über die Wissensgewinnung aus (strukturierten) Daten. Dazu gehören unter anderem:
- Vorverabeitungstechniken
- OLAP-Analyse & Data-Warehousing
- Clustering (k-means, k-medoids, DBSCAN, OPTICS)
- Klassifikation (k-Nearest-Neighbor, Bayes, Entscheidungsbaum, Support Vector Machine; Bagging, Boosting, z. B. Random Forest, AdaBoost)
- Regressionsanalyse (Linear Regression, Logistic Regression)
- Assoziationsregellernen (Aprioiri, FP-Growth)
- Einführung in Deep Learning
Organisatorisches
Bitte Beachten:
Sie finden alle aktuellen Informationen der Veranstaltung auf WueCampus2.
Bitte schreiben Sie sich über den obigen Link frühzeitig in WueCampus2 ein, um Zugriff auf den Kurs, aber auch E-Mails mit wichtigen Ankündigungen erhalten zu können.
- Vorlesung
Die Vorlesung wird Mo, 10:15 - 11:45 im Turing Hörsaal gehalten.
In der Erstveranstaltung am 02.05. werden wir alle wichtigen organisatorischen Informationen für den Ablauf des Semesters mitteilen. - Übungen
Do, 08:15 - 09:45, Seminarraum I (enfällt)
Do, 14:15 - 15:45, Übungsraums II
Do 16:15 - 17:45, Seminarraum III (entfällt)
Das genaue Übungsformat wird wie gehabt während der Erstveranstaltung bekanntgegeben. - Prüfung
Es wird am Ende des Semesters eine Prüfung stattfinden. Form, Ablauf und genauer Zeitpunkt müssen allerdings noch erarbeitet werden, und werden baldmöglichst über WueCampus2 bekannt gegeben. - Aktuelle Details werden im Ankündigungsforum des WueCampus2 Kurses geteilt.
Bleiben Sie gesund!
Literatur
-
{Pattern recognition and machine learning} (2006). (Vol. 4) Springer.
-
Einführung in Data Science (2019). O’Reilly.
-
Data Science from Scratch: First Principles with Python (2015). O’Reilly, Beijing.
-
Data Mining - The Textbook (2015). 1–693. Springer.
Weitere Literatur aus dem Bereich Data Science und Machine Learning
-
Practical Statistics for Data Scientists (2020). (2nd ed) O’Reilly Media, Inc.
-
Introduction to Machine Learning with Python (2016). O’Reilly.
-
Deep Learning (2016).
-
Data Mining for Business Analytics: Concepts, Techniques and Applications in Python (2020). (1st ed) Wiley & Sons, Inc.
-
An introduction to statistical learning (2013). Springer.