Statistic Methods in Data Mining

Veranstalter

Dozent
Prof. Dr. Gholamreza Nakhaeizadeh

Übungsleiter
N.N.

Zeit und Ort

Vorlesung
Montag 8-10 Uhr in He220

Übung
Montag 10-11 Uhr in He220

Umfang

2 Stunden Vorlesung + 1 Stunde Übung

Inhalt

• Introduction to Data Mining
• Data Mining Process:
  • Data Understanding
  • Data Pre-processing
  • Modelling
  • Model validation
• Data Mining Algorithms:
  • Regression Analysis
  • Bayesian Classifiers
  • Discriminant Analysis
  • Cluster Analysis
  • Decision and Regression Trees
  • Artificial Neural Networks
  • Association Rules

Klausur

Der Klausurtermin steht noch nicht fest.

Folien

Introduction (pdf)

Process, Teil 1 (pdf)

Process, Teil 2 (pdf)

Process, Teil 3 (pdf)

Decision Trees (pdf)

Association Rules (pdf)

Artifial Neural Networks (pdf)

Regression Analysis, Teil 1 (pdf)

Naïve Bayes (pdf)

Übungsblätter

Übungen, Teil 1 bis 8 (pdf)

Literatur

• Hand, D.J., Mannila, H., Smyth, P.
  Principles of Data Mining
  MIT Press, 2001
• Tan, P., Steinbach, M., Kumar, V.
  Introduction to Data Mining
  Addison Wesley, 2005
• Han, J., Kamber, M.
  Data Mining, Concepts and Techniques
  Morgen Kaufmann, 2006