- Staff
- Research
- Study
- Klausurtermine
- M.Sc. Data Science
- SS 2021
- SS 2022
- SS 2023
- WS 2020/21
- WS 2021/22
- WS 2022/23
- LOTS-Nutzung
- Previous terms
- Module der Abteilung
- Theses
- Top-Studenten
- Erasmus
- Service
Data Mining WS 2018/2019
- Dozent: Johannes Zschache
- Termin: Donnerstag 9:15 - 10:45 im HS 20
- Vorlesungsbeginn: 18.10.2018
- KEINE Vorlesung: 6.12.2018
- Termin Abschlussklausur: 28.02.2019, 10:00 Uhr, Hörsaal 1
- Die Anmeldung zur Data-Mining-Vorlesung und Klausur erfolgt über AlmaWeb.
Inhalt
In dieser Vorlesung werden Algorithmen zur Analyse von sehr großen Datenmengen besprochen. Als Grundlage dient das Buch Mining of Massive Datasets von Leskovec J., A. Rajaraman, J. Ullman.
Erwartete Vorkenntnisse
- Algorithmen und Datenstrukturen
Übersicht
| Kapitel | Thema |
|---|---|
| 1 | Einführung |
| 2 | Finding Similar Items |
| 3 | Mining Data Streams |
| 4 | Link Analysis |
| 5 | Frequent Itemsets |
| 6 | Clustering |
| 7 | Advertising on the Web |
| 8 | Recommendation Systems |
| 9 | Mining Social-Network Graphs |
| 10 | Dimensionality Reduction |
| 11 | Machine Learning |
Ergebnisse Wiederholungsklausur (6.6.2019)
Insgesamt waren 27 Punkte zu erreichen. Zum Bestehen der Klausur sind mindestens 13,5 Punkte notwendig. Die Klausureinsicht findet am 27.6.2019, 15-16 Uhr statt.
[redacted]
Ergebnisse Abschlussklausur
Insgesamt waren 27 Punkte zu erreichen. Zum Bestehen der Klausur sind mindestens 13,5 Punkte notwendig. Der Termin für die Klausureinsicht wird vorausichtlich zu Beginn des nächsten Semesters sein. Der genaue Termin wird auf der Seite bekannt gegeben.
Verteilung (n = 26, Mittelwert: 2.8):
[redacted]