Wirtschaftswissenschaftliche Fakultät

Suche

Data Mining / Übung


Dozent(in): Anett Wins
Termin: Saalübung: Do., 10:00 - 11:30 Uhr (wöchentlich); CIP-Pool-Übungsgruppe 1: Do., 12:15 - 13:45 Uhr (14-tägig); CIP-Pool-Übungsgruppe 2: Do., 14:00 - 15:30 Uhr (14-tägig)
Gebäude/Raum: Saalübung: HS 1002; CIP-Pool Übungen: CIP 2113


Inhalt der Lehrveranstaltung:

Die erste Übungsstunde (Saalübung) soll eine Einführung zum Arbeiten mit der in der Vorlesung und Übung verwendeten Statistik Software IBM SPSS Statistics geben. In einer begleiteten PC-Übung kann diese eigenständig erprobt werden. Ab der zweiten Saalübung (Klausurrelevant!) wird anhand ausgewählter Beispieldaten vorlesungsbegleitend in die Anwendung / Auswertung (technische Umsetzung mit SPSS) und Interpretation (SPSS-Output) der behandelten Data Mining Methoden (Regression, Clustering, Klassifikation, etc.) eingeführt. Zudem wird eine begleitete PC-Übung (freiwilliges Zusatzangebot!) zur eigenständigen, computergestützten Umsetzung der einzelnen Methodiken anhand verschiedener Datensätze und Fragestellungen angeboten.


Literatur zur Lehrveranstaltung:

  • Backhaus,Klaus et al., 2011 (13. Auflage), Multivariate Analysemethoden – eine Anwendungsorientierte Enführung, Springer
  • Backhaus, Erichson, Weiber, 2011 (1. Auflage), Fortgeschrittene Multivariate Analysemethoden – eine Anwendungsorientierte Enführung, Springer
  • Runkler, 2010 (1. Auflage), Data Mining – Methoden und Algorithmen intelligenter Datenanalyse, Vieweg + Teubner
  • Breiman et al., 1998, Classification and Regression Trees, Chapman & Hall
  • ...




weitere Informationen zu der Lehrveranstaltung:

empfohlenes Studiensemester der Lehrveranstaltung: ab dem 4. Semester
Fachrichtung Lehrveranstaltung: Bachelor: iBWL, iVWL, GBM, ReWi, WIN
Dauer der Lehrveranstaltung: 2 SWS
Typ der Lehrveranstaltung: Ü - Übung
Semester: SS 2017