Universität Wien FIND

Teaching at the University of Vienna will take place in the form of remote learning until the end of the semester. Exams basically take place digitally as well. Further information about remote learning

From the end of May onwards, individual exams that cannot be held online will be taking place within the framework of limited exam operation on site at exam centres. You consent to the changed mode of assessment when registering for the exam/course. All information about the exams at the exam centres

050151 VU Data Analytical Methods (2011W)

Continuous assessment of course work

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: Fr 31.08.2018 08:48