050151 VU PG.STW.DA.VU Data Analytical Methods (2007W)
Continuous assessment of course work
Labels
Details
max. 25 participants
Language: German
Lecturers
Classes (iCal) - next class is marked with N
Tuesday
09.10.
10:30 - 12:00
(ehem. Hörsaal DAC Universitätsstraße 5 Hochparterre)
Tuesday
16.10.
10:30 - 12:00
(ehem. Hörsaal DAC Universitätsstraße 5 Hochparterre)
Tuesday
23.10.
10:30 - 12:00
(ehem. Hörsaal DAC Universitätsstraße 5 Hochparterre)
Tuesday
30.10.
10:30 - 12:00
(ehem. Hörsaal DAC Universitätsstraße 5 Hochparterre)
Tuesday
06.11.
10:30 - 12:00
(ehem. Hörsaal DAC Universitätsstraße 5 Hochparterre)
Tuesday
13.11.
10:30 - 12:00
(ehem. Hörsaal DAC Universitätsstraße 5 Hochparterre)
Tuesday
20.11.
10:30 - 12:00
(ehem. Hörsaal DAC Universitätsstraße 5 Hochparterre)
Tuesday
27.11.
10:30 - 12:00
(ehem. Hörsaal DAC Universitätsstraße 5 Hochparterre)
Tuesday
04.12.
10:30 - 12:00
(ehem. Hörsaal DAC Universitätsstraße 5 Hochparterre)
Tuesday
11.12.
10:30 - 12:00
(ehem. Hörsaal DAC Universitätsstraße 5 Hochparterre)
Tuesday
18.12.
10:30 - 12:00
(ehem. Hörsaal DAC Universitätsstraße 5 Hochparterre)
Tuesday
08.01.
10:30 - 12:00
(ehem. Hörsaal DAC Universitätsstraße 5 Hochparterre)
Tuesday
15.01.
10:30 - 12:00
(ehem. Hörsaal DAC Universitätsstraße 5 Hochparterre)
Tuesday
22.01.
10:30 - 12:00
(ehem. Hörsaal DAC Universitätsstraße 5 Hochparterre)
Tuesday
29.01.
10:30 - 12:00
(ehem. Hörsaal DAC Universitätsstraße 5 Hochparterre)
Information
Aims, contents and method of the course
Einführung in das Data Mining; Überblick über Clementine und R; Klassifikation mit Logistischer Regression; Classification Trees; Lineare Regressionsmodelle; Cluster Analyse; Assoziationsanalyse; Neuronale Netzwerke
Assessment and permitted materials
Minimum requirements and assessment criteria
Praxisnahe Vermittlung von Grundkenntnissen des Data Minings; Praktische Übungen an realistischen Datensätzen mit Clementine und 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