Proseminar Data Mining - Summer 12

Term

Summer 12

Lecturer

Benjamin Peherstorfer, Alexander Heinecke,Valeriy Khakhutskyy,Dirk Pflüger

Time and Place

Vorbesprechung: Di., 31.01 um 14:00 Uhr im FMI 02.07.23

Audience

Informatik (Bachelor)

Tutorials

-

Exam

-

Semesterwochenstunden / ECTS Credits

2 SWS / 4 Credits

TUMonline

{{{tumonline}}}

---

Vorbesprechung

• Am 31.01 um 14:00 Uhr im 02.07.23
• Finale Anmeldung erfolgt ueber TUMOnline
• Die Themen wurden in der Vorbesprechung zugeteilt. Jeder Teilnehmer soll sich bei seinem Betreuer (siehe unten) per E-Mail melden.

Themen

• Valeriy Khakhutskyy
  • Einsatz von Data Mining in Industrie
  • Neuronale Netze I
  • Neuronale Netze II
  • Natural Language Processing
  • Big Learning
  • Spam Filtering with Naive Bayes Classifier
  • Recommender Systems with Collaborative Filtering

• Alexander Heinecke
  • Überblick
  • Software: RapidMiner
  • Lineare Modelle für Regression
  • Lineare Modelle und Logistische Regression für Klassifikation
  • Entscheidungsbäume
  • Association Rules

• Benjamin Peherstorfer
  • Software: Matlab und R
  • Überblick: Data at Scale
  • Clustering
  • Dichteschätzung
  • Ensemble Learning
  • AdaBoost

• Dirk Pflüger
  • Software: Google API
  • Aufbereitung von Daten, Pre-Processing
  • Reinforcement Learning
  • Hauptkomponentenanalyse
  • Sequential Data

Inhalt

Überblick und Methoden des Data Mining: Software, Data at Scale, Klassifikation, Regression, Clustering, u.v.a.m. Details gibt es in der Vorbesprechung.

Recherchetipps

Um weitere Literatur zu finden, gibt es vielfältige Möglichkeiten, z.B.

• CiteSeer
• Microsoft Academic Search
• Google Scholar
• CiteULike

oder direkt über die Webseiten der Verlage (Elsevier, Springer, IEEE, ACM, ...)

• [ ]
• [ ]