Lehre/Vorlesung Knowledge Discovery: Unterschied zwischen den Versionen
Aus Aifbportal
Niar (Diskussion | Beiträge) (Die Seite wurde neu angelegt: „{{Lehrveranstaltung |Lehrveranstaltungstype=Vorlesung |Titel DE=Knowledge Discovery |Titel EN=Knowledge Discovery |Forschungsgruppe=Wissensmanagement |Dozent=Rudi…“) |
Niar (Diskussion | Beiträge) |
||
Zeile 6: | Zeile 6: | ||
|Dozent=Rudi Studer; Stephan Bloehdorn | |Dozent=Rudi Studer; Stephan Bloehdorn | ||
|Übungsleiter=Uta Lösch | |Übungsleiter=Uta Lösch | ||
+ | |Semester=WS | ||
|LinkVVZ=https://zvwgate.zvw.uni-karlsruhe.de/qisserver/servlet/de.his.servlet.RequestDispatcherServlet?state=verpublish&status=init&vmfile=no&publishid=61442&moduleCall=webInfo&publishConfFile=webInfo&publishSubDir=veranstaltung | |LinkVVZ=https://zvwgate.zvw.uni-karlsruhe.de/qisserver/servlet/de.his.servlet.RequestDispatcherServlet?state=verpublish&status=init&vmfile=no&publishid=61442&moduleCall=webInfo&publishConfFile=webInfo&publishSubDir=veranstaltung | ||
|Inhalt=Die Vorlesung gibt einen Überblick über Verfahren zur Wissensgewinnung aus strukturierten Daten und Texten. Behandelt werden u.a.: CRISP Prozessmodell und Data Warehouses, OLAP-Techniken und Visualisierung großer Datenbestände, Überwachte Lernverfahren: Entscheidungsbäume, Neuronale Netze, Support Vector Machines und Instance Ba-sed Learning, Unüberwachte Lernverfahren: Assoziationsregeln und Clustering, Text Mining. | |Inhalt=Die Vorlesung gibt einen Überblick über Verfahren zur Wissensgewinnung aus strukturierten Daten und Texten. Behandelt werden u.a.: CRISP Prozessmodell und Data Warehouses, OLAP-Techniken und Visualisierung großer Datenbestände, Überwachte Lernverfahren: Entscheidungsbäume, Neuronale Netze, Support Vector Machines und Instance Ba-sed Learning, Unüberwachte Lernverfahren: Assoziationsregeln und Clustering, Text Mining. |
Version vom 13. Januar 2010, 10:32 Uhr
Vorlesung Knowledge Discovery
Details zur Lehrveranstaltung
Dozent(en) | Rudi Studer, Stephan Bloehdorn |
Übungsleiter | Uta Lösch |
Fach (Gebiet) | |
Leistungspunkte | ECTS |
Erfolgskontrolle | |
Semester | WS |
Aktuelle und ergänzende Informationen, sowie Zeiten und Räume der Lehrveranstaltung finden Sie im Vorlesungsverzeichnis der Universität.
Link zum Vorlesungsverzeichnis
Forschungsgruppe
Inhalt
Die Vorlesung gibt einen Überblick über Verfahren zur Wissensgewinnung aus strukturierten Daten und Texten. Behandelt werden u.a.: CRISP Prozessmodell und Data Warehouses, OLAP-Techniken und Visualisierung großer Datenbestände, Überwachte Lernverfahren: Entscheidungsbäume, Neuronale Netze, Support Vector Machines und Instance Ba-sed Learning, Unüberwachte Lernverfahren: Assoziationsregeln und Clustering, Text Mining.
Literatur
Grundlegende Literatur:
- T. Mitchell. Machine Learning. 1997
- M. Berhold, D. Hand (eds). Intelligent Data Analysis - An Introduction. 2003
- I.H. Witten, E. Frank. Data Mining: Practical Machine Learning Tools and Techniques. 2005