Universität Wien
Warning! The directory is not yet complete and will be amended until the beginning of the term.

050151 VU Data Analytical Methods (2013W)

3.00 ECTS (2.00 SWS), SPL 5 - Informatik und Wirtschaftsinformatik
Continuous assessment of course work
Moodle

Registration/Deregistration

Note: The time of your registration within the registration period has no effect on the allocation of places (no first come, first served).

Details

max. 25 participants
Language: German

Lecturers

Classes (iCal) - next class is marked with N

  • Tuesday 08.10. 13:15 - 14:45 PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
  • Tuesday 15.10. 13:15 - 14:45 PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
  • Tuesday 22.10. 13:15 - 14:45 PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
  • Tuesday 29.10. 13:15 - 14:45 PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
  • Tuesday 05.11. 13:15 - 14:45 PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
  • Tuesday 12.11. 13:15 - 14:45 PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
  • Tuesday 19.11. 13:15 - 14:45 PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
  • Tuesday 26.11. 13:15 - 14:45 PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
  • Tuesday 03.12. 13:15 - 14:45 PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
  • Tuesday 10.12. 13:15 - 14:45 PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
  • Tuesday 17.12. 13:15 - 14:45 PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
  • Tuesday 07.01. 13:15 - 14:45 PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
  • Tuesday 14.01. 13:15 - 14:45 PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
  • Tuesday 21.01. 13:15 - 14:45 PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
  • Tuesday 28.01. 13:15 - 14:45 PC-Unterrichtsraum 3, Währinger Straße 29 1.OG

Information

Aims, contents and method of the course

Einführung in das Data Mining; Lineare Regressionsmodelle; Klassifikation mit Logistischer Regression; Classification Trees; Cluster Analyse; verschiedene Methoden des Supervised und Unsupervised Learnings; praktische Übungen mit R

Assessment and permitted materials

Minimum requirements and assessment criteria

Praxisnahe Vermittlung von Grundkenntnissen des Data Minings; Praktische Übungen an realistischen Datensätzen mit R

Examination topics

Abschluss-Präsentation der von den Teilnehmern selbst ausgearbeiteten Praktikums-Beispiele

Reading list

Berry, M. & Linoff, G. (2004). Data Mining Techniques 2nd ed. John Wiley & Sons. Han J., KamberM. (2001). Data Mining: Concepts and Techniques. Academic Press. Hand, D., Mannila, H., Smyth P. (2001). Principles of Data Mining. MIT Press. Hastie, T., Tibshirani, R., Friedman, J. (2001). The Elements of Statistical Learning. Springer-Verlag. Witten, I., Frank, E. (2000). Data Mining. Morgan Kaufmann Publishers. Für Teilnehmer an der Lehrveranstaltung gibt es Handouts. Diese Handouts stellen kein eigenständiges Skriptum dar und sind daher für das Selbststudium nur bedingt geeignet.

Association in the course directory

Last modified: Mo 07.09.2020 15:30