Universität Wien FIND

Auf Grund der COVID-19 Pandemie kann es bei Lehrveranstaltungen und Prüfungen auch kurzfristig zu Änderungen kommen. Informieren Sie sich laufend in u:find und checken Sie regelmäßig Ihre E-Mails.

Lesen Sie bitte die Informationen auf https://studieren.univie.ac.at/info.

052311 VU Data Mining (2016W)

Prüfungsimmanente Lehrveranstaltung

An/Abmeldung

Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").

Details

max. 25 Teilnehmer*innen
Sprache: Englisch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

Donnerstag 06.10. 08:00 - 11:15 Seminarraum 6, Währinger Straße 29 1.OG
Donnerstag 13.10. 08:00 - 11:15 Seminarraum 6, Währinger Straße 29 1.OG
Donnerstag 20.10. 08:00 - 11:15 Seminarraum 6, Währinger Straße 29 1.OG
Donnerstag 27.10. 08:00 - 11:15 Seminarraum 6, Währinger Straße 29 1.OG
Donnerstag 03.11. 08:00 - 11:15 Seminarraum 6, Währinger Straße 29 1.OG
Donnerstag 10.11. 08:00 - 11:15 Seminarraum 6, Währinger Straße 29 1.OG
Donnerstag 17.11. 08:00 - 11:15 Seminarraum 6, Währinger Straße 29 1.OG
Donnerstag 24.11. 08:00 - 11:15 Seminarraum 6, Währinger Straße 29 1.OG
Donnerstag 01.12. 08:00 - 11:15 Seminarraum 6, Währinger Straße 29 1.OG
Donnerstag 15.12. 08:00 - 11:15 Seminarraum 6, Währinger Straße 29 1.OG
Donnerstag 12.01. 08:00 - 11:15 Seminarraum 6, Währinger Straße 29 1.OG
Donnerstag 19.01. 08:00 - 11:15 Seminarraum 6, Währinger Straße 29 1.OG
Donnerstag 26.01. 08:00 - 11:15 Seminarraum 6, Währinger Straße 29 1.OG

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

The lecture covers essential topics in Data Mining and Knowledge Discovery Databases: Feature selection, Feature reduction, Metric learning, Subspace Clustering, Sampling and Micro-Clustering, Stream clustering/ classification, Parallel Data Mining, Distributed Mining and Privacy.

Art der Leistungskontrolle und erlaubte Hilfsmittel

There will be two exams, one in the middle of the semester (exact date to be announced) and one in the last class of the semester, each with a maximum of 30 points. You will be able to earn up to 30 points via exercise sheets (homework) and up to 10 points for your active attendence.

Mindestanforderungen und Beurteilungsmaßstab

Active participation, minimum 50% of the points in exams and exercises

Prüfungsstoff

Lectures and exercises (programming and exercise sheets)

Literatur

Han J., Kamber M., Pei J. Data Mining: Concepts and Techniques
Tan P.-N., Steinbach M., Kumar V. Introduction to Data Mining
Ester M., Sander J. Knowledge Discovery in Databases: Techniken und Anwendungen

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Mo 07.09.2020 15:30