2 SWS 4 LP
HS Mi 12-14 wöch. (1) DOR 26, 118 M. Schwab
1) findet vom 15.04.2020 bis 08.07.2020 statt
Das Modul wird in Englisch gehalten.
Lern- und Qualifikationsziele
Die Studierenden kennen Methoden und Ansätze des maschinellen Lernens (überwacht und unüberwacht), können geeignete
Verfahren auswählen und anwenden, die Güte von Ergebnissen einschätzen und Verfahren miteinander vergleichen. Die
Studierenden sind vertraut mit dem CRISP-DM-Prozess und OLAP-Techniken.
Themen, Inhalte
Das Modul gibt einen Überblick über Verfahren zur Wissensgewinnung aus strukturierten Daten und Texten.
Der Schwerpunkt liegt auf den maschinellen Lernverfahren, deren Anwendung an konkreten Beispielen aufgezeigt wird. Behandelt
werden außerdem
- Techniken zur Vorverarbeitung und Integration von Datenbeständen,
wozu das Konzept des Data Warehouse gehört,
- OLAP-Techniken für die interaktive Analyse großer Datenbestände,
- (halb-)automatische Verfahren zur Gewinnung neuen Wissens aus
strukturierten Daten und Methoden zur Wissensextraktion aus Texten.
- Kursverantwortliche/r: Michel Schwab