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, Logisitic Regression)
• Assoziationsregellernen (Aprioiri, FP-Growth)
• Einführung in Deep Learning

• Vorlesung:
  Di, 12:15 - 13:45
  Zuse
  Erster Veranstaltungstag: 25.04.2017
• Übung:
  Do, 14:15 - 15:45
  Informatik - Übungsraum II
  Do, 16:15 - 17:45
  Informatik - Seminarraum 3
  Erster Veranstaltungstag: 04.05.2017
• WueCampus-Kurs: Link zum Kurs
• Anmeldung: Eine Anmeldung vor der ersten Vorlesung ist nicht nötig! Die genauen Einschreibemodalitäten werden in der ersten Vorlesungssitzung bekannt gegeben.
• Prüfung SS 2017: 01.08.2017 um 12:30, Zuse (Studierende, die nicht Master Informatik studieren)
  07.08.-11.08.2017 mündliche Prüfungen (Master Studierende Informatik). Genaue Termin(e) TBA
  Anmeldung über sb@home
  Hinweis: Ab diesem Semester werden unterschiedliche Prüfungen für Bachelor- und Masterstudierende der Informatik angeboten.