050151 VU Data Analytical Methods (2011W)
Continuous assessment of course work
Labels
Details
max. 25 participants
Language: German
Lecturers
Classes (iCal) - next class is marked with N
Tuesday
11.10.
14:00 - 15:30
(ehem. Hörsaal DAC Universitätsstraße 5 Hochparterre)
Tuesday
18.10.
14:00 - 15:30
(ehem. Hörsaal DAC Universitätsstraße 5 Hochparterre)
Tuesday
25.10.
14:00 - 15:30
(ehem. Hörsaal DAC Universitätsstraße 5 Hochparterre)
Tuesday
08.11.
14:00 - 15:30
(ehem. Hörsaal DAC Universitätsstraße 5 Hochparterre)
Tuesday
15.11.
14:00 - 15:30
(ehem. Hörsaal DAC Universitätsstraße 5 Hochparterre)
Tuesday
22.11.
14:00 - 15:30
(ehem. Hörsaal DAC Universitätsstraße 5 Hochparterre)
Tuesday
29.11.
14:00 - 15:30
(ehem. Hörsaal DAC Universitätsstraße 5 Hochparterre)
Tuesday
06.12.
14:00 - 15:30
(ehem. Hörsaal DAC Universitätsstraße 5 Hochparterre)
Tuesday
13.12.
14:00 - 15:30
(ehem. Hörsaal DAC Universitätsstraße 5 Hochparterre)
Tuesday
10.01.
14:00 - 15:30
(ehem. Hörsaal DAC Universitätsstraße 5 Hochparterre)
Tuesday
17.01.
14:00 - 15:30
(ehem. Hörsaal DAC Universitätsstraße 5 Hochparterre)
Tuesday
24.01.
14:00 - 15:30
(ehem. Hörsaal DAC Universitätsstraße 5 Hochparterre)
Tuesday
31.01.
14:00 - 15:30
(ehem. Hörsaal DAC Universitätsstraße 5 Hochparterre)
Information
Aims, contents and method of the course
Einführung in das Data Mining; Lineare Regressionsmodelle; Klassifikation mit Logistischer Regression; Classification Trees; Cluster Analyse; verschiedene Methoden des Supervised und Unsupervised Learnings; praktische Übungen mit R
Assessment and permitted materials
Minimum requirements and assessment criteria
Praxisnahe Vermittlung von Grundkenntnissen des Data Minings; Praktische Übungen an realistischen Datensätzen mit R
Examination topics
Abschluss-Präsentation der von den Teilnehmern selbst ausgearbeiteten Praktikums-Beispiele
Reading list
Berry, M. & Linoff, G. (2004). Data Mining Techniques 2nd ed. John Wiley & Sons. Han J., KamberM. (2001). Data Mining: Concepts and Techniques. Academic Press. Hand, D., Mannila, H., Smyth P. (2001). Principles of Data Mining. MIT Press. Hastie, T., Tibshirani, R., Friedman, J. (2001). The Elements of Statistical Learning. Springer-Verlag. Witten, I., Frank, E. (2000). Data Mining. Morgan Kaufmann Publishers. Für Teilnehmer an der Lehrveranstaltung gibt es Handouts. Diese Handouts stellen kein eigenständiges Skriptum dar und sind daher für das Selbststudium nur bedingt geeignet.
Association in the course directory
Last modified: Mo 07.09.2020 15:30