19302901        
        
          Vorlesung        
      
      WiSe 16/17: Data Science: Statistical Learning and Data Mining
Sebastian Müller
Zusätzl. Angaben / Voraussetzungen
       Dies ist eine neue Vorlesung, die Inhalte können sich noch ändern. Neben den Sprachen Deutsch und Englisch werden grundlegende Datenbankkenntnisse und Programmierkenntnisse vorausgesetzt.           
  Kommentar
         Dieser Kurs dient zur Einführung in das Thema Data Science um Aussagen aus großen Datenmenge zu bekommen. Im Kurs werden theoretische Hintergründe und mögliche Einsatzbereiche diskutiert. Zudem wird durch praktische Anwendung und Prototypenentwicklung das gelernte Wissen vertieft. Folgende Themen werden angesprochen: SQL, NoSQL, Statistik, Methoden des Maschinellen Lernens (Entscheidungsbäume, k-nächste Nachbarn, k-Means Klassifizierung, DBSCAN), Visualisierung, Graphenanalyse.        Schließen
    
  Literaturhinweise
       Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython (01 November 2012) by Wes McKinney           
  16 Termine
Regelmäßige Termine der Lehrveranstaltung
                  
                    
                      Fr, 21.10.2016 10:00 - 12:00                    
                        
    
    
                  
                  
                    
                      Fr, 28.10.2016 10:00 - 12:00                    
                        
    
    
                  
                  
                    
                      Fr, 04.11.2016 10:00 - 12:00                    
                        
    
    
                  
                  
                    
                      Fr, 11.11.2016 10:00 - 12:00                    
                        
    
    
                  
                  
                    
                      Fr, 18.11.2016 10:00 - 12:00                    
                        
    
    
                  
                  
                    
                      Fr, 25.11.2016 10:00 - 12:00                    
                        
    
    
                  
                  
                    
                      Fr, 02.12.2016 10:00 - 12:00                    
                        
    
    
                  
                  
                    
                      Fr, 09.12.2016 10:00 - 12:00                    
                        
    
    
                  
                  
                    
                      Fr, 16.12.2016 10:00 - 12:00                    
                        
    
    
                  
                  
                    
                      Fr, 06.01.2017 10:00 - 12:00                    
                        
    
    
                  
                  
                    
                      Fr, 13.01.2017 10:00 - 12:00                    
                        
    
    
                  
                  
                    
                      Fr, 20.01.2017 10:00 - 12:00                    
                        
    
    
                  
                  
                    
                      Fr, 27.01.2017 10:00 - 12:00                    
                        
    
    
                  
                  
                    
                      Fr, 03.02.2017 10:00 - 12:00                    
                        
    
    
                  
                  
                    
                      Fr, 10.02.2017 10:00 - 12:00                    
                        
    
    
                  
                  
                    
                      Fr, 17.02.2017 10:00 - 12:00                    
                        
    
    
                  
                
              