piwik-script

Intern
    DMIR Research Group

    Data Mining

    Die Vorlesung gibt einen Überblick über die Wissensgewinnung aus (strukturierten) Daten. Dazu gehören unter anderem:

    • Vorverabeitungstechniken
    • OLAP-Analyse & Data-Warehousing
    • Clustering (k-means, k-medoids, DBSCAN, OPTICS)
    • Klassifikation (k-Nearest-Neighbor, Bayes, Entscheidungsbaum, Support Vector Machine; Bagging, Boosting, z. B. Random Forest, AdaBoost)
    • Assoziationsregellernen (Aprioiri, FP-Growth)
    • Subgruppenentdeckung

    Organisatorisches

    • Vorlesung:
      Di, 12:15 - 13:45
      Informatik - Übungsraum II
      Erster Veranstaltungstag: 14.04.2015
    • Übung:
      Do, 14:15 - 15:45
      Informatik - Übungsraum II
      Erster Veranstaltungstag: 23.04.2015
    • WueCampus-Kurs:
      Kurs
    • Anmeldung: Eine Anmeldung vor der ersten Vorlesung ist nicht nötig! Die genauen Einschreibemodalitäten werden in der ersten Vorlesungssitzung bekannt gegeben.
    • Prüfung SS 2015: 22.07.2015 10:15
    • Prüfung WS 2015/16: 05.10.2015 10:15 (schriftlich) oder 05./06.10.2015 mündlich, je nach Teilnehmerzahl. Anmeldung über sb@home

    Literatur

    • Knowledge Discovery in Databases: Techniken und AnwendungenEster, Martin; Sander, Jörg (2000). (1st ed.) Springer Berlin Heidelberg.
       
    • CRISP-DM 1.0 Step-by-step data mining guideChapman, Pete; Clinton, Julian; Kerber, Randy; Khabaza, Thomas; Reinartz, Thomas; Shearer, Colin; Wirth, Rudiger (2000).
       
    • Advances in Knowledge Discovery and Data Mining.Fayyad, Usama M.; Piatetsky-Shapiro, Gregory; Smyth, Padhraic; Uthurusamy, Ramasamy (1996).
       

    Weitere Literatur zur Vorlesung

    • Sequential minimal optimization: A fast algorithm for training support vector machines.Platt, J. (1998).
       
    • OPTICS: Ordering Points To Identify the Clustering Structure.Ankerst, Mihael; Breunig, Markus M.; peter Kriegel, Hans; Sander, Jörg (1999). 49--60.
       
    • On End-to-End Program Generation from User Intention by Deep Neural Networks.Mou, Lili; Men, Rui; Li, Ge; Zhang, Lu; Jin, Zhi in CoRR (2015). abs/1510.07211
       
    • Mining Frequent Patterns without Candidate Generation.Han, Jiawei; Pei, Jian; Yin, Yiwen W. Chen, Naughton, J. F., Bernstein, P. A. (eds.) (2000). 1-12.
       
    • Maximum likelihood from incomplete data via the EM algorithm.Dempster, A. P.; Laird, N. M.; Rubin, D. B. in Journal of the Royal Statistical Society: Series B (1977). 39 1-38.
       
    • Experiments with a New Boosting Algorithm.Freund, Yoav; Schapire, Robert E. (1996). 148-156.
       
    • Experimental evidence of massive-scale emotional contagion through social networks.Kramer, Adam D. I.; Guillory, Jamie E.; Hancock, Jeffrey T. in Proceedings of the National Academy of Sciences (2014). 111(24) 8788-8790.
       
    • Data Science and Prediction.Dhar, Vasant in Commun. ACM (2013). 56(12) 64--73.
       
    • Data Science and its Relationship to Big Data and Data-Driven Decision Making.Provost, Foster; Fawcett, Tom in Big Data (2013). 1(1) 51--59.
       
    • Clustering by means of medoids.Kaufman, Leonard; Rousseeuw, Peter J. (I. : D. Y; editor,, eds.) (1987). 405–416.
       
    • Bagging, Boosting, and C4.5.Quinlan, J. Ross W. J. Clancey, Weld, D. S. (eds.) (1996). 725-730.
       
    • Automatic Subspace Clustering of High Dimensional Data for Data Mining Applications.Agrawal, Rakesh; Gehrke, Johannes; Gunopulos, Dimitrios; Raghavan, Prabhakar (1998). 94--105.
       
    • A Density-Based Algorithm for Discovering Clusters in Large Spatial Databases with Noise.Ester, Martin; Kriegel, Hans-Peter; Sander, Jörg; Xu, Xiaowei (1996). 226-231.
       

    Hinweis zum Datenschutz

    Mit 'OK' verlassen Sie die Seiten der Universität Würzburg und werden zu Facebook weitergeleitet. Informationen zu den dort erfassten Daten und deren Verarbeitung finden Sie in deren Datenschutzerklärung.

    Hinweis zum Datenschutz

    Mit 'OK' verlassen Sie die Seiten der Universität Würzburg und werden zu Twitter weitergeleitet. Informationen zu den dort erfassten Daten und deren Verarbeitung finden Sie in deren Datenschutzerklärung.

    Social Media
    Kontakt

    Andreas Hotho
    DMIR Research Group
    Am Hubland
    97074 Würzburg

    Tel.: +49 931 31-86731
    Fax: +49 931 31-86732

    Suche Ansprechpartner

    Hubland Süd, Geb. M2
    Hubland Süd, Geb. M2