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
?bungsaufgaben (PDF-Files)
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.