Grundlagen des Data Mining

Vertrautheit mit den statistischen und lerntheoretischen Grundlagen der Wissensextraktion aus großen Datenmengen; Kennen von Fachtermini und von mathematischen Hintergründen, um aktuelle Publikationen und einschlägige Software zum Thema zu verstehen; Fähigkeit des Transfers auf konkrete Probleme, Kenntnis wichtiger Algorithmen und ihrer Anwendung

• Erfolgreiche Bearbeitung von Praktikums- und Übungsaufgaben
• Klausur, 90 min. ODER
• Mündliche Prüfung, 30-45 min. (bei geringer Teilnehmerzahl)

• Ester, Martin; Sander, Jörg: Knowledge Discovery in Databases. Techniken und Anwendungen. Springer, Berlin 2000.
• Mitchell, Tom M.: Machine Learning. McGraw-Hill, 1997.
• James, Gareth; Witten, Daniela; Hastie, Trevor; Tibshirani, Robert: An Introduction to Statistical Learning with Applications in R. Springer, New York 2013.
• Aloaydin, Ethem: Machine Learning. The MIT Press, Massachusetts Institute of Technology, 2004.

Bewertungen von Studierenden

Was Studierende über dieses Modul sagen. Die BTU hat damit nichts zu tun — hier schreiben nur Studierende, und jede Bewertung ist die Meinung einer einzelnen Person.