Data Mining - Einführung in Data Mining
Hinweis:
Termine
Tag | Zeit | Rhythmus | Zeitraum | Raum | Lehrperson | Bemerkung | Max. Teilnehmer/-innen |
---|---|---|---|---|---|---|---|
Vorlesung (V) - Termine: | |||||||
Mo. | 15:00 bis 17:00 | wöchentlich |
04.04.2022 bis 04.07.2022 | G40B-238 (100 Pl.) | Spiliopoulou | 80 | |
Übung (Ü) - Termine: Gruppe 1 | |||||||
Mi. | 13:00 bis 15:00 | wöchentlich | 06.04.2022 bis 06.07.2022 | G22A-119 (24 Pl.) | Beyer | 30 | |
Übung (Ü) - Termine: Gruppe 2 | |||||||
Di. | 11:00 bis 13:00 | wöchentlich | 05.04.2022 bis 05.07.2022 | G29-K058 (30 Pl.) | Schleicher | 30 | |
Übung (Ü) - Termine: Gruppe 3 | |||||||
Fr. | 17:00 bis 19:00 | wöchentlich | 08.04.2022 bis 08.07.2022 | G22A-218 (40 Pl.) | TUTOR-DM4BA | <p>Übung findet NICHT statt!</p> | 30 |
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 |