Proseminar Data Mining - Summer 12: Difference between revisions
Jump to navigation
Jump to search
No edit summary |
No edit summary |
||
| Line 12: | Line 12: | ||
* Am 31.01 um 14:00 Uhr im 02.07.23 | * Am 31.01 um 14:00 Uhr im 02.07.23 | ||
* Finale Anmeldung erfolgt ueber TUMOnline | * Finale Anmeldung erfolgt ueber TUMOnline | ||
= Themen = | |||
* [[Valeriy_Khakhutskyy,_M.Sc.|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,_M.Sc.,_M.Sc._with_honors|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 = | = Inhalt = | ||
Überblick und Methoden des Data Mining: Software, Data at Scale, Klassifikation, Regression, Clustering, u.v.a.m. Details gibt es in der Vorbesprechung. | Überblick und Methoden des Data Mining: Software, Data at Scale, Klassifikation, Regression, Clustering, u.v.a.m. Details gibt es in der Vorbesprechung. | ||
Revision as of 15:11, 31 January 2012
- 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
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.