Wirtschaftswissenschaftliche Fakultät

Suche

Data Mining


Dozent(in): Anett Wins
Termin: Di., 12:15 - 13:45 Uhr
Gebäude/Raum: HS 1001


Inhalt der Lehrveranstaltung:

Umfangreiche Datenbestände von Unternehmen beinhalten wichtige Informationen und erfordern die Anwendung von anspruchsvollen statistischen und mathematischen Verfahren, die unter Data-Mining Methoden zusammengefasst werden. Man betrachtet hier nicht eine Variable bzw. eine Charakteristik  isoliert, sondern das Zusammenwirken mehrerer Variablen zugleich, ihre Abhängigkeitsstruktur. Die Methoden werden zur explorativen Datenanalyse verwendet, z.B. zur Suche nach Strukturen und Besonderheiten in den Daten. Für die praktische Anwendung der erlernten Methoden wird die Statistiksoftware IBM SPSS Statistics genutzt.

  • Grundlagen und Ziele
  • lineare Regressionsanalyse
  • Regressionsbäume
  • Künstliche Neuronale Netze
  • Clusteranalyse
  • Logistische Regression
  • Klassifikationsbäume
  • Diskriminanzanalyse

 


Vorkenntnis für die Lehrveranstaltung:

Voraussetzung für eine erfolgreiche Teilnahme sind solide statistische Kenntnisse, welche in den Veranstaltungen Statistik I und II vermittelt werden. Die Bereitschaft zum regelmäßigen Besuch der Vorlesung, sowie eigene Vor- und Nachbereitung des Stoffes sind notwendig


Literatur zur Lehrveranstaltung:

  • Backhaus, Klaus et al., 2011, Multivariate Analysemethoden - eine anwendungsorientierte Einführung, Springer
  • James, Gareth et al., 2013, An Introduction to Statistical Learning - with Applications in R, Springer
  • Nisbet, R., Elder, J., Miner, G., 2009, Handbook of Statistical Analysis and Data Mining Applications, Academic Press
  • Rencher, A. C., 2002, Methods of Multivariate Analysis, Wiley
  • Fahrmeir, L., Hamerle, A., Tutz, G., 1996, Multivariate Statistische Verfahren, de Gruyter
  • Hand, D., Mannila, H., Smyth, P., 2001, Principles of Data Mining, The MIT Press


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: V - Vorlesung
Leistungspunkte: 4 bzw. 5 (je nach PO)
Bereich: B.Sc. iBWL|iVWL|GBM: Fortg. Meth.; B.Sc. ReWi: BWL u. Meth.; B.Sc. WIN: DWI-2b
Prüfung: Klausur
Turnus des Prüfungsangebots: jedes Semester
Dauer der Prüfung: 60 min
Semester: SS 2017