Current page:
Projektstudium: Projektstudium Data Mining - Details

  • Detaillierte Informationen über die Veranstaltung werden angezeigt, wie z.B. die Veranstaltungsnummer, Zuordnungen, DozentInnen, TutorInnen etc. In den Detail-Informationen ist unter Aktionen das Eintragen in eine Veranstaltung möglich.

  • link-extern Further help
You are not logged in.

Projektstudium Data Mining

General information

Semester WS 2019/20
Home institute Prof. Dr. Yarema Okhrin - Statistik
Courses type Projektstudium in category Teaching
Hauptunterrichtssprache deutsch
Weitere Unterrichtssprache(n) englisch
Miscellanea Nähere Informationen zu den Bewerbungsmodalitäten sowie Bewerbungsfristen finden sich auf der Website des Lehrstuhls für Statistik.
Voraussetzungen, Beschreibung der Inhalte und Literaturhinweise entnehmen Sie bitte ebenfalls der Website des Lehrstuhls.

Lecturers

Times

The course times are not decided yet.

Course location

unspecified

Fields of study

Comment/Description

Es werden verschiedene Data Mining Verfahren angeboten, die von den Teilnehmern in kleinen Gruppen methodisch ausgearbeitet und empirisch umgesetzt werden:
1. Logistische Regressionsanalyse – das Logit -Modell
2. ANOVA: ein- und mehrfaktorielle Varianzanalyse
3. Clusteranalyse I – hierarchische Clusteranalyse
4. Clusteranalyse II – partitionierende Clusteranalyse (k-Means, PAM)
5. Hauptkomponentenanalyse (PCA)
6. Zeitreihenanalyse – Analyse von Longitudinaldaten
7. Künstliche Neuronale Netze – überwachtes Lernen in vorwärts gerichteten Netzen
8. Entscheidungsbäume – rekursive Partitionierung mittels CART-Algorithmus
9. Frequent Pattern Mining – eine Warenkorbanalyse
10. Textmining

admission settings

The course is part of admission "Anmeldung gesperrt (global)".
Settings for unsubscribe:
  • Admission locked.

Registration mode

After enrolment, participants will manually be selected.

Nutzer/-innen, die sich für diese Veranstaltung eintragen möchten, erhalten nähere Hinweise und können sich dann noch gegen eine Teilnahme entscheiden.

attendance

Current number of participants 0
expected number of participants 30