Stage-oe-small.jpg

Lehre/Vorlesung Knowledge Discovery: Unterschied zwischen den Versionen

Aus Aifbportal
Wechseln zu:Navigation, Suche
 
Zeile 4: Zeile 4:
 
|Titel EN=Knowledge Discovery
 
|Titel EN=Knowledge Discovery
 
|Forschungsgruppe=Web Science
 
|Forschungsgruppe=Web Science
|Dozent=York Sure-Vetter; Michael Färber
+
|Dozent=Michael Färber
|Übungsleiter=Tobias Weller
+
|Übungsleiter=Tarek Saier
 
|Fach=Data Science; Maschinelles Lernen; Künstliche Intelligenz
 
|Fach=Data Science; Maschinelles Lernen; Künstliche Intelligenz
 
|Erfolgskontrolle=Schriftliche Prüfung (idR.)
 
|Erfolgskontrolle=Schriftliche Prüfung (idR.)

Aktuelle Version vom 16. März 2021, 10:32 Uhr

Vorlesung Knowledge Discovery

Details zur Lehrveranstaltung
Dozent(en) Michael Färber
Übungsleiter Tarek Saier
Fach (Gebiet) Data ScienceMaschinelles LernenKünstliche Intelligenz
Leistungspunkte ECTS
Erfolgskontrolle Schriftliche Prüfung (idR.)
Semester WS


Aktuelle und ergänzende Informationen, sowie Zeiten und Räume der Lehrveranstaltung finden Sie im Vorlesungsverzeichnis der Universität.
Link zum Vorlesungsverzeichnis
Link zum Studierendenportal


Forschungsgruppe


Inhalt

Die Vorlesung gibt einen Überblick über Data Science Verfahren zur Wissensgewinnung aus strukturierten Daten und Texten. Der Wissensgewinnungsprozess umfasst Datenrepräsentationen, Data Warehouses, OLAP-Techniken, Visualisierungen und Evaluation. Als Lernverfahren werden z.B. Neuronale Netze, Matrixfaktorisierung, Instance/Memory Based Learning, Support Vector Machines, Decision Trees, Ensemble methods, und Graphische Modelle behandelt.


Literatur

Grundlegende Literatur:

  • T. Mitchell. Machine Learning. 1997
  • M. Berhold, D. Hand (eds). Intelligent Data Analysis - An Introduction. 2003
  • I.H. Witten, E. Frank. Data Mining: Practical Machine Learning Tools and Techniques. 2005