392123 Introduction to Data mining (V) (WiSe 2024/2025)
Inhalt, Kommentar
-
The course covers foundational methods of data mining, explorative data analysis, and visualization. The focus is on educational data (so-called 'educational data mining' or 'learning analytics'). Example methods are:
- statistical tests, esp. t-tests and signed rank test
- Principal Component Analysis
- k-Means Clustering
- Item Response Theory
- Bayesian Knowledge Tracing
- Variational Auto Encoders
- Generative Models
The core skills taught are:
- critical, analytical thinking about models and applications of data mining
- how to design models (formalization, following modeling arguments)
- how to implement models (in Python)
- debugging and interpreting models when applied to data
Teilnahmevoraussetzungen, notwendige Vorkenntnisse
-
Useful prior knowledge: Neural Networks, Linear Algebra, Probability Theory
Relations to: Information Visualization, Introduction to Machine Learning, Pattern Recognition, Unsupervised Machine Learning, Generative AI
Literaturangaben
-
- Baker, Yacef (2009): The State of Educational Data Mining in 2009: A Review and Future Visions. https://jedm.educationaldatamining.org/index.php/JEDM/article/view/8
- Abdi, Williams (2010): Principal component analysis. https://doi.org/10.1002/wics.101
- Jain (2010): Data clustering: 50 years beyond K-means. https://doi.org/10.1016/j.patrec.2009.09.011
- Baker (2001): The basics of item response theory. https://files.eric.ed.gov/fulltext/ED458219.pdf
- Abdelrahman, Wang, Nunes (2022): Knowledge Tracing: A Survey. https://doi.org/10.1145/3569576
- Paaßen, Dywel, Fleckenstein, Pinkwart (2022): Sparse Factor Autoencoders for Item Response Theory. https://files.eric.ed.gov/fulltext/ED624123.pdf
Lehrende
Termine ( Kalendersicht )
| Rhythmus | Tag | Uhrzeit | Format / Ort | Zeitraum | |
|---|---|---|---|---|---|
| wöchentlich | Mo | 12-14 | U2-233 | 07.10.2024-31.01.2025 |
Fachzuordnungen
| Modul | Veranstaltung | Leistungen | |
|---|---|---|---|
| 39-Inf-DM Grundlagen Datamining | Grundlagen Datamining | unbenotete Prüfungsleistung
benotete Prüfungsleistung |
Studieninformation |
| 39-Inf-WP-DS Data Science (Basis) | Einführende Vorlesung | Studieninformation | |
| - | benotete Prüfungsleistung | Studieninformation | |
| 39-Inf-WP-DS-x Data Science (Schwerpunkt) | Einführende Veranstaltung Seminar o. Vorlesung | Studieninformation | |
| - | benotete Prüfungsleistung | Studieninformation | |
| 39-M-Inf-AI-bas Basics of Artificial Intelligence | Basics of Artificial Intelligence: Vorlesung | Studieninformation | |
| - | unbenotete Prüfungsleistung | Studieninformation |
Die verbindlichen Modulbeschreibungen enthalten weitere Informationen, auch zu den "Leistungen" und ihren Anforderungen. Sind mehrere "Leistungsformen" möglich, entscheiden die jeweiligen Lehrenden darüber.
Students need to achieve 50% points in the exercises, need to present their exercises at least two times in the tutorial, and need to pass a final, written exam
Kein Lernraum vorhanden
Diese Veranstaltung verfügt über eine Videokonferenz. Um die Videokonferenzdaten zu sehen, müssen Sie die Veranstaltung in Ihrem eKVV Stundenplan speichern. Bei einer Veranstaltung mit Teilnahmemanagement müssen Sie außerdem von den Lehrenden als teilnehmend eingetragen werden.
- registrierte Anzahl: 110
- Dies ist die Anzahl der Studierenden, die die Veranstaltung im Stundenplan gespeichert haben. In Klammern die Anzahl der über Gastaccounts angemeldeten Benutzer*innen.
- Adresse:
- WS2024_392123@ekvv.uni-bielefeld.de
- Lehrende, ihre Sekretariate sowie für die Pflege der Veranstaltungsdaten zuständige Personen können über diese Adresse E-Mails an die Veranstaltungsteilnehmer*innen verschicken. WICHTIG: Sie müssen verschickte E-Mails jeweils freischalten. Warten Sie die Freischaltungs-E-Mail ab und folgen Sie den darin enthaltenen Hinweisen.
- Falls die Belegnummer mehrfach im Semester verwendet wird können Sie die folgende alternative Verteileradresse nutzen, um die Teilnehmer*innen genau dieser Veranstaltung zu erreichen: VST_475943557@ekvv.uni-bielefeld.de
- Reichweite:
- 110 Studierende direkt per E-Mail erreichbar
- Hinweise:
- Weitere Hinweise zu den E-Mailverteilern
- E-Mailarchiv
- Anzahl der Archiveinträge: 6
- E-Mailarchiv öffnen
- Letzte Änderung Grunddaten/Lehrende:
- Donnerstag, 8. August 2024
- Letzte Änderung Zeiten:
- Donnerstag, 18. Juli 2024
- Letzte Änderung Räume:
- Donnerstag, 18. Juli 2024
- Art(en) / SWS
- V / 2
- Sprache
- Diese Veranstaltung wird komplett in englischer Sprache gehalten
- Einrichtung
- Technische Fakultät
- Fragen oder Korrekturen?
- Fragen oder Korrekturwünsche zu dieser Veranstaltung?
- Planungshilfen
- Terminüberschneidungen für diese Veranstaltung
- Link auf diese Veranstaltung
- Wenn Sie diese Veranstaltungsseite verlinken wollen, so können Sie einen der folgenden Links verwenden. Verwenden Sie nicht den Link, der Ihnen in Ihrem Webbrowser angezeigt wird!
- Der folgende Link verwendet die Veranstaltungs-ID und ist immer eindeutig:
- https://ekvv.uni-bielefeld.de/kvv_publ/publ/vd?id=475943557
- Seite zum Handy schicken
-
Klicken Sie hier, um den QR Code zu zeigen
Scannen Sie den QR-Code:
- ID
- 475943557
Zum Seitenanfang