Website
Modulhandbuch vor 2014

Modul CS4005

Algorithmisches Lernen und Data Mining (vor 2014) (AlgLernDM)

Dauer:


1 Semester
Angebotsturnus:


Wird nicht mehr angeboten
Leistungspunkte:


4
Studiengang, Fachgebiet und Fachsemester:
  • Master Informatik 2012 (Pflicht), Informatik-Pflichtveranstaltungen, 2. Fachsemester
Lehrveranstaltungen:
  • Algorithmisches Lernen und Data Mining (Vorlesung mit Übungen, 3 SWS)
Workload:
  • 10 Stunden Prüfungsvorbereitung
  • 65 Stunden Selbststudium und Aufgabenbearbeitung
  • 45 Stunden Präsenzstudium
Lehrinhalte:
  • Konzeptlernen
  • Lernen im Limes
  • PAC-Lernen
  • Entscheidungsbaumverfahren
  • Naive Bayes-Verfahren
  • Instance Based Learning
  • Suchalgorithmen im Data Mining
Qualifikationsziele/Kompetenzen:
  • Verständnis von Lernmodellen
  • Kenntnis grundlegender Verfahren des maschinellen Lernens
  • Kenntnis grundlegender Verfahren im Data Mining
  • Fähigkeit, reale Problemstellungen mit Lern- und Data Mining Methoden zu bearbeiten
Vergabe von Leistungspunkten und Benotung durch:
  • Klausur oder mündliche Prüfung nach Maßgabe des Dozenten
Setzt voraus:
Modulverantwortlicher:
Lehrende:
Literatur:
  • M.J. Kearns, V.V. Vazirani: An Introduction to Computational Learning Theory - MIT Press, 1997
  • T.M. Mitchell: Machine Learning - WCB McGraw-Hill, 1997
  • D. Hand, H.Mannila, P. Smyth: Principles of Data Mining - MIT Press, 2001
  • J. Han, M. Kamber: Data Mining - Morgan Kaufmann 2001
Sprache:
  • Englisch, außer bei nur deutschsprachigen Teilnehmern
Letzte Änderung:
17.7.2019

Modulhandbuch online

Zur Liste aller Module

Modulhandbuch als PDF