Data Science (ehemals 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

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. 

Sie finden alle aktuellen Informationen der Veranstaltung auf WueCampus2.

• Vorlesung
  Die Vorlesung wird Mo, 10:15 - 11:45 im Turing Hörsaal gehalten. 
  In der Erstveranstaltung am 24.04. werden wir alle wichtigen organisatorischen Informationen für den Ablauf des Semesters mitteilen.
• Übungen
  Do, 08:15 - 09:45, Seminarraum I
  Do, 14:15 - 15:45, Übungsraum II
  Do 16:15 - 17:45, Seminarraum III
  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!