Inhalt

[ 921DASICDAK17 ] KV Computational Data Analytics

Versionsauswahl
Es ist eine neuere Version 2022W dieser LV im Curriculum Masterstudium Artificial Intelligence 2023W vorhanden.
(*) Leider ist diese Information in Deutsch nicht verfügbar.
Workload Ausbildungslevel Studienfachbereich VerantwortlicheR Semesterstunden Anbietende Uni
3 ECTS M1 - Master 1. Jahr Informatik Johannes Fürnkranz 2 SSt Johannes Kepler Universität Linz
Detailinformationen
Quellcurriculum Masterstudium Computer Science 2019W
Ziele Diese Veranstaltung bietet eine grundlegende Einführung in Data Mining und Knowledge Discovery, sowohl aus theoretischer als auch aus praktischer Sicht.
Lehrinhalte Unter anderem werden folgende Themen behandelt:

  • Data mining Prozessmodelle
  • Vorverarbeitungstechniken
  • Induktives Regel-Lernen
  • Effiziente Ähnlichkeitsbasierte Verfahren
  • Assoziationsregeln
  • Graph Mining
  • Evaluation
Beurteilungskriterien Klausur am Ende des Semester, Projektarbeit
Lehrmethoden Vortrag mit praktischen Übungen
Abhaltungssprache English
Literatur I. H. Witten, E. Frank, M. A. Hall, C. J. Pal: Data Mining. Morgan Kaufmann.
J. Leskovec, A. Rajaraman, J. D. Ullman: Mining of Massive Datasets. Cambridge University Press.
Lehrinhalte wechselnd? Nein
Präsenzlehrveranstaltung
Teilungsziffer -
Zuteilungsverfahren Direktzuteilung