Universität Wien

050151 VU Data Analytical Methods (2012W)

3.00 ECTS (2.00 SWS), SPL 5 - Informatik und Wirtschaftsinformatik
Continuous assessment of course work
Moodle

Registration/Deregistration

Note: The time of your registration within the registration period has no effect on the allocation of places (no first come, first served).

Details

max. 25 participants
Language: German

Lecturers

Classes (iCal) - next class is marked with N

  • Tuesday 02.10. 14:00 - 15:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
  • Tuesday 09.10. 14:00 - 15:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
  • Tuesday 16.10. 14:00 - 15:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
  • Tuesday 23.10. 14:00 - 15:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
  • Tuesday 30.10. 14:00 - 15:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
  • Tuesday 06.11. 14:00 - 15:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
  • Tuesday 13.11. 14:00 - 15:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
  • Tuesday 20.11. 14:00 - 15:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
  • Tuesday 27.11. 14:00 - 15:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
  • Tuesday 04.12. 14:00 - 15:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
  • Tuesday 11.12. 14:00 - 15:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
  • Tuesday 18.12. 14:00 - 15:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
  • Tuesday 08.01. 14:00 - 15:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
  • Tuesday 15.01. 14:00 - 15:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
  • Tuesday 22.01. 14:00 - 15:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
  • Tuesday 29.01. 14:00 - 15:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG

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