Inhalt

[ 926BUSIDAMV14 ] VL Data Mining

Versionsauswahl
Es ist eine neuere Version 2023W dieser LV im Curriculum Masterstudium Economic and Business Analytics 2023W vorhanden.
Workload Ausbildungslevel Studienfachbereich VerantwortlicheR Semesterstunden Anbietende Uni
3 ECTS M1 - Master 1. Jahr Wirtschaftsinformatik Felix Burgstaller 2 SSt Johannes Kepler Universität Linz
Detailinformationen
Anmeldevoraussetzungen keine
Quellcurriculum Masterstudium Wirtschaftsinformatik 2016W
Ziele Siehe Modul Data Mining
Lehrinhalte Siehe Modul Data Mining
Beurteilungskriterien Schriftliche Klausur
Lehrmethoden Die Lehrinhalte werden in Form einer klassischen Vorlesung, die durch eine Übungsveranstaltung begleitet und ergänzt wird, vermittelt.
Abhaltungssprache deutsch/englisch
Literatur Basisliteratur:

  • Han, J.; Kamber, M.: Data Mining: Concepts and Techniques. Morgan Kaufmann, in der aktuellen Auflage.

Ergänzungsliteratur:

  • Liu, B.: Web Data Mining: Exploring Hyperlinks, Contents, and Usage Data. Springer Verlag, in der aktuellen Auflage.
  • Piatetski-Shapiro, G.: Data Mining and Analytics Resources. http://www.kdnuggets.com/ [zuletzt abgerufen: 28. Mai 2013].

Weitere Ergänzungsliteratur wird in jedem Semester bekannt gegeben.

Lehrinhalte wechselnd? Nein
Frühere Varianten Decken ebenfalls die Anforderungen des Curriculums ab (von - bis)
2WBMDMV: VL Data Mining (2011S-2014S)
Präsenzlehrveranstaltung
Teilungsziffer 200
Zuteilungsverfahren Zuteilung nach Vorrangzahl