ÑÇ‘_ÌåÓýapp¹ÙÍø_ÑDz©ÊÓÑ¶ÕæÈË£¤ÊÖ»ú°æÏÂÔØ$

ͼƬ

Data Mining

Data Mining f¨¹r den Master - Studiengang Master Wirtschaftsinformatik

Vorlesung/Praktikum:

dienstags 13.30-16.45 Uhr

 

Inhalt

  • Einf¨¹hrung
  • Analyse eindimensionaler Merkmale
  • Analyse von Abh?ngigkeiten
  • Assoziationsanalyse
  • Clusteranalyse
  • Klassi?kation und Diskriminanzanalyse
  • Regressionsanalyse
  • Zeitreihenanalyse

 

 

Literatur zur Lehrveranstaltung

Klaus Backhaus; Bernd Erichson, Sonja Gensler, Rolf Weiber, Thomas Weiber: Multivariate Analysemethoden, SpringerGabler 2021 (16. Auflage)

Thomas A. Runkler: Data Mining : Modelle und Algorithmen intelligenter Datenanalyse. 2., aktualisierte Au?age. - Wiesbaden : Springer Vieweg, 2015

Jiawei Han; Micheline Kamber; Jian Pei: Data mining : concepts and techniques. Elsevier/Morgan Kaufmann, 2013

Christian Weiss: Datenanalyse und Modellierung mit STATISTICA, M¨¹nchen u.a.: Oldenbourg 2007 speziell zum Statistik-Programm STATISTICA

M¨¹ndliche Pr¨¹fung

Die Termine der m¨¹ndlichen Pr¨¹fungen werden individuell festgelegt. Die Studierenden tragen sich in eine Liste ein, die beim Dozenten vorliegt. Zur Vorbereitung der Pr¨¹fung ist ein Beleg anzufertigen, Hinweise dazu finden Sie

hier (PDF-File mit den Hinweisen)

Zwei Tage (48 Stunden) vor dem Pr¨¹fungstermin ist der Beleg in elektronischer Form an den Pr¨¹fer zu senden.

Nach oben