Die Vorlesung bietet einen vertiefenden Anschluss an die Vorlesung Datamining I.
Datamining beschäftigt sich mit Verfahren zur Entdeckung von Mustern meist großer und hochdimensionaler Daten. Im Rahmen dieser Anschlussvorlesung zur Veranstaltung Datamining I werden folgende Themen behandelt: Robuste Statistik, Verfahren zur Dichteschätzung und Dimensionsanalyse, Supportvektor-Netze, Independent Component Analysis (ICA), Klassifikationsbäume, Kernel Methoden, die Verwendungmöglichkeiten neuronaler Netze im Datamining.
Ein weiterer Fokus wird auf interaktive Explorationsverfahren gelegt. Desweiteren werden die Anwendungsfelder Textmining und Zeitserienanalyse mit praktischen Bezügen behandelt, sowie verschiedene Datamining-Werkzeuge vorgestellt.
| Frequency | Weekday | Time | Format / Place | Period | |
|---|---|---|---|---|---|
| weekly | Di | 8-10 | V2-213 | 03.04.-14.07.2006 |
Hide passed dates << Edit date display
| Degree programme/academic programme | Validity | Variant | Subdivision | Status | Semester | LP | |
|---|---|---|---|---|---|---|---|
| Bioinformatik und Genomforschung / Bachelor | (Enrollment until SoSe 2011) | Modul 10 | Wahlpflicht | 6. | 3 | unbenotet | |
| Naturwissenschaftliche Informatik / Diplom | (Enrollment until SoSe 2004) | ME; NNet; RT; MMK | HS | ||||
| Naturwissenschaftliche Informatik / Diplom | (Enrollment until SoSe 2004) | Biologie; Robotik; Physik; Chemie | HS |