Nummer

ML-4310
Titel

Data Mining and Probabilistic Reasoning
Lehrform(en)

Vorlesung, Übung
ECTS 3
Arbeitsaufwand
- Kontaktzeit
- Selbststudium
Arbeitsaufwand:
90 h
Kontaktzeit:
30 h / 2 SWS
Selbststudium:
60 h
Veranstaltungsdauer 1 Semester
Häufigkeit des Angebots Im Wintersemester
Unterrichtssprache Englisch
Prüfungsform

Klausur (mündliche Prüfung bei geringer Teilnehmeranzahl)

Inhalt

Die Vorlesung gibt eine Einführung in die Grundlagen der Wahrscheinlichkeitstheorie, Statistik, Informationstheorie, Daten(vor)verarbeitung und Indexierungstechniken, Graphendarstellungen und Linkanalyse, Klassifikation, Clustering und Themenmodelle, probabilistische Inferenz in grafischen Modellen.

Qualifikationsziele

(1) Die Studierenden erwerben umfangreiche Kenntnisse in Theorie und Anwendung von Methoden aus dem Bereich der Datenwissenschaft.
(2) Die Studierenden erlernen verschiedene datenwissenschaftliche Techniken zum konzeptionellen Denken, zur Problemformalisierung und zur Problemlösung.
(3) Die Studierenden werden an anspruchsvolle Forschungsfragen aus dem Bereich der Datenwissenschaften herangeführt.

Vergabe von Leistungspunkten/Benotung
Lehrform
Status
SWS
LP
Prüfungsform
Prüfungsdauer
Benotung
Berechnung
Modulnote (%)
Vorlesung
V
o
1
2.0
K
90
b
100
Übung
Ü
o
1
1.0
Teilnahmevoraussetzungen Es gibt keine besonderen Voraussetzungen.
Dozent/in Kasneci G
Literatur / Sonstiges

Will be supplied (book chapters and papers in English)

Zuletzt angeboten Wintersemester 2022
Geplant für ---
Zugeordnete Studienbereiche INFO-INFO, INFO-PRAK, MEDI-APPL, MEDI-INFO, ML-CS, ML-DIV