Lesematerial

Bitte aktivieren Sie Javascript in Ihrem Browser!!

Menü

Alle Folien aus Woche 2 haben wir für Sie in einem ZIP-Archiv bereitgestellt.

Zur Übersicht

Woche 1
- Umfrage zum Kursbeginn
- 1.1 Einführung
- 1.2 Anwendungen und Forschung
- 1.3 Wissensentdeckung in Daten
- Selbsttest 1
- 1.4 Datenexploration
- 1.5 Explorative Datenanalyse
- Selbsttest 2
- Lesematerial
- Hausaufgabe Woche 1
Woche 2
- 2.1 Basics in Statistics
- 2.1 Basics in Statistics
- 2.2 Probability Theory
- 2.2 Probability Theory
- 2.3 Clustering
- 2.3 Clustering
- 2.4 k-Means Clustering
- 2.4 k-Means Clustering
- 2.5 Clustering Evaluation
- 2.5 Clustering Evaluation
- Hausaufgabe Woche 2
- Lesematerial
Woche 3
- 3.1 Density-based Clustering
- 3.1 Density-based Clustering
- 3.2 Hierarchical Clustering
- 3.2 Hierarchical Clustering
- 3.3 Density-based hierarchical clustering
- 3.3 Density-based hierarchical clustering
- 3.4 Classification
- 3.4 Classification
- 3.5 Decision trees
- 3.5 Decision trees
- 3.6 Decision tree pruning
- Hausaufgabe Woche 3
- Lesematerial
Woche 4
- 4.1 Nearest Neighbour Classification
- 4.1 Nearest Neighbour Classification
- 4.2 Bayesian Classifier - Teil 1
- 4.3 Bayesian Classifier - Teil 2
- 4.3 Bayesian Classifier
- 4.4 Linear Classifier
- 4.5 Support Vector Machines
- 4.5 Support Vector Machines
- 4.6 Ensemble Classification
- 4.6 Ensemble Classification
- Lesematerial
- Hausaufgabe Woche 4
Woche 5
- 5.1 Frequent Itemset Mining
- 5.1 Frequent Itemset Mining
- 5.2 Apriori Algorithm
- 5.2 Apriori Algorithm
- 5.3 Frequent Pattern Tree
- 5.3 Frequent Pattern Tree
- 5.4 Frequent Pattern Growth
- 5.4 Frequent Pattern Growth
- 5.5 Maximal Frequent Itemsets
- 5.5 Maximal Frequent Itemsets
- 5.6 Association Rules
- 5.6 Association Rules
- Hausaufgabe Woche 5
- Bonusaufgabe
- Lesematerial
Woche 6
- 6.1 Outlier Mining
- Outlier Mining
- 6.2 Distance-based Outlier Mining
- Distance-Based Outlier Mining
- 6.3 Density-based Outlier Mining
- Density-Based Outlier Mining
- 6.4 Subspace Mining
- Subspace Mining
- 6.5 Stream Mining
- 6.6 Graph Mining
- Stream & Graph Mining
- 6.7 M. Sc. Data Engineering
- Hausaufgabe Woche 6
- Lesematerial
Abschlussprüfung
- Informationen zur Abschlussprüfung
- Abschlussprüfung
I like, I wish
- I like, I wish - was ist das?
- Umfrage zum Kursabschluss