050151 VU Data Analytical Methods (2009W)
Continuous assessment of course work
Labels
Details
max. 25 participants
Language: German
Lecturers
Classes (iCal) - next class is marked with N
- Tuesday 06.10. 14:00 - 15:30 (ehem. Hörsaal DAC Universitätsstraße 5 Hochparterre)
- Tuesday 13.10. 14:00 - 15:30 (ehem. Hörsaal DAC Universitätsstraße 5 Hochparterre)
- Tuesday 20.10. 14:00 - 15:30 (ehem. Hörsaal DAC Universitätsstraße 5 Hochparterre)
- Tuesday 27.10. 14:00 - 15:30 (ehem. Hörsaal DAC Universitätsstraße 5 Hochparterre)
- Tuesday 03.11. 14:00 - 15:30 (ehem. Hörsaal DAC Universitätsstraße 5 Hochparterre)
- Tuesday 10.11. 14:00 - 15:30 (ehem. Hörsaal DAC Universitätsstraße 5 Hochparterre)
- Tuesday 17.11. 14:00 - 15:30 (ehem. Hörsaal DAC Universitätsstraße 5 Hochparterre)
- Tuesday 24.11. 14:00 - 15:30 (ehem. Hörsaal DAC Universitätsstraße 5 Hochparterre)
- Tuesday 01.12. 14:00 - 15:30 (ehem. Hörsaal DAC Universitätsstraße 5 Hochparterre)
- Tuesday 15.12. 14:00 - 15:30 (ehem. Hörsaal DAC Universitätsstraße 5 Hochparterre)
- Tuesday 12.01. 14:00 - 15:30 (ehem. Hörsaal DAC Universitätsstraße 5 Hochparterre)
- Tuesday 19.01. 14:00 - 15:30 (ehem. Hörsaal DAC Universitätsstraße 5 Hochparterre)
- Tuesday 26.01. 14:00 - 15:30 (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