Data Mining - Einführung in Data Mining
Hinweis:
Die Vorlesung und Übungen beginnen in der Woche vom 12. April. Ihr könnt euch in den Moodlekurs einschreiben, wo ihr auch die Zugänge zu zoom und dem Übungsmaterial findet.
Der Kurs heißt 'Data Mining - Einführung in Data Mining(DM4BA)'.
Termine
Tag | Zeit | Rhythmus | Zeitraum | Raum | Lehrperson | Bemerkung | Max. Teilnehmer/-innen |
---|---|---|---|---|---|---|---|
Vorlesung (V) - Termine: | |||||||
Mo. | 15:00 bis 17:00 | wöchentlich | G29-336 (30 Pl.) | Spiliopoulou | 70 | ||
Übung (Ü) - Termine: Gruppe 1 | |||||||
Di. | 09:00 bis 11:00 | wöchentlich | G29-K059 (24 Pl.) | Schleicher | |||
Übung (Ü) - Termine: Gruppe 2 | |||||||
Mi. | 11:00 bis 13:00 | wöchentlich | G22A-211 (40 Pl.) | Beyer | |||
Übung (Ü) - Termine: Gruppe 3 | |||||||
Di. | 09:00 bis 11:00 | wöchentlich | TUTOR-DM4BA |
Übersicht (from LSF)
Lerninhalte | Data Mining liefert den Werkzeugkasten, auf dem Empfehlungssysteme, Kampagnenmanagementsysteme oder Entscheidungsunterstützungssysteme ihre Lösungen bauen. Die Systeme, die wir in einer Wirtschaftsinformatik-Vorlesung wie ITO besprechen, sammeln Daten und bearbeiten Daten. Sie liefern dem Entscheidungsträger Berichte und Statistiken, und vor allem Modelle, die aus den Daten abgeleitet wurden.
Solche Bestimmungen basieren auf Modelle, die die Kundeninteressen, Präferenzen, Preissensitivität usw beschreiben, ihr Verhalten in jedem Verkaufskanal und ihre Ähnlichkeit zu anderen Kunden. Diese Modellewerden genutzt, um das geeigneteste Produkt oder einen passenden Dienst einem Kunden anzubieten.
In der Bachelor-Vorlesung "Data Mining" besprechen wir Methoden zur Ableitung von Modellen aus Daten. Wir besprechen Methoden zur
|
---|---|
Kurzkommentar | Bitte nutzen Sie die LSF-Belegungsfunktion.
|
Literatur | Pan-Ning Tan, M. Steinbach, Vipin Kumar. Introduction to Data Mining. 2004 Auswahl von wiss. Artikeln, Angaben zum Semesterbeginn |
Bemerkung |
|
Voraussetzungen | Keine inhaltlichen Voraussetzungen. |
Leistungsnachweis | Voraussetzung für die Teilnahme an die Abschlussprüfung ist die erfolgreiche Durchführung von Vorleistungen im Rahmen einesVotierungsverfahrens.Angaben zu den Vorleistungen, darunter Anzahl und Termine der Testate, Untergrenze zum Bestehen eines Testats und Anzahl der zu bestehenden Testate im Rahmen des Votierungsverfahrens werden zum Semesterbeginn angekündigt. |
Zielgruppe | WPF CV;B ab 4 WPF CV;i ab 4 WPF CSE;B ab 4 WPF DKE;M 1-3 WPF IF;i ab 4 WPF IF;B ab 4 WPF INGIF;i ab 4 WPF WIF;i ab 4 WPF WIF;B ab 4 WPF Statistik; M 1-3 |
Beschreibung | Data Mining - Einführung in Data Mining |