Statistic Methods in Data Mining
Veranstalter
Dozent
Prof. Dr. Gholamreza Nakhaeizadeh
Übungsleiter
N.N.
Zeit und Ort
Vorlesung
Montag 8-10 Uhr in He220
Übung
Montag 10-11 Uhr in He220
Umfang
2 Stunden Vorlesung + 1 Stunde Übung
Inhalt
- Introduction to Data Mining
- Data Mining Process:
- Data Understanding
- Data Pre-processing
- Modelling
- Model validation
- Data Mining Algorithms:
- Regression Analysis
- Bayesian Classifiers
- Discriminant Analysis
- Cluster Analysis
- Decision and Regression Trees
- Artificial Neural Networks
- Association Rules
Klausur
Der Klausurtermin steht noch nicht fest.
Folien
Introduction (pdf)
Process, Teil 1 (pdf)
Process, Teil 2 (pdf)
Process, Teil 3 (pdf)
Decision Trees (pdf)
Association Rules (pdf)
Artifial Neural Networks (pdf)
Regression Analysis, Teil 1 (pdf)
Naïve Bayes (pdf)
Übungsblätter
Übungen, Teil 1 bis 8 (pdf)
Literatur
- Hand, D.J., Mannila, H., Smyth, P.
Principles of Data Mining
MIT Press, 2001 - Tan, P., Steinbach, M., Kumar, V.
Introduction to Data Mining
Addison Wesley, 2005 - Han, J., Kamber, M.
Data Mining, Concepts and Techniques
Morgen Kaufmann, 2006
Aktuelles
- Beginn der Vorlesungen ist am 14. 4.