Zur Merkliste hinzufügen
Zurück

 

10616-01 - Vorlesung: Applied Data Analysis 3 KP

Semester Herbstsemester 2016
Angebotsmuster unregelmässig
Dozierende Dietmar Maringer (dietmar.maringer@unibas.ch, BeurteilerIn)
Inhalt To counter-act the "data-rich, information-poor" ("drip") syndrome, this course covers concepts and techniques that aim at explorative analysis: finding structure within data, and, ideally, extracting information. These methods have their origins in areas such as machine learning, statistical learning, or data mining. These include (but are not limited to) non-linear regression methods, perceptrons and neural networks, support vector machines, tree-based methods, kernel-based methods, or rule-based methods. Typical applications are classification, prediction, clustering, or dimension reduction.

Theoretical presentations are complemented with hands-on examples using the software package R and relevant toolboxes. Furthermore, we will discuss issues such as data preprocessing and data management.
Literatur T. Hastie, R. Tibshirani, J. Friedman, The Elements of Statistical Learning: Data Mining, Inference, and Prediction, 2nd ed., Springer 2009.

E. Alpaydin, Introduction to Machine Learning, 2nd ed., MIT Press 2010.

I.H. Witten, E. Frank, M.A. Hall, Data Mining: Practical Machine Learning Tools and Techniques, 3rd ed., Elsevier 2011.

additional literature will be announced in the lectures
Weblink Weblink on ADAM

 

Teilnahmebedingungen completed BA in Business and Economics and following lecture: 12036 Econometrics
Anmeldung zur Lehrveranstaltung Course registration: please enrol personally with Prof. Maringer. Registration = Admission to the exam
Unterrichtssprache Englisch
Einsatz digitaler Medien Online-Angebot fakultativ
HörerInnen willkommen

 

Intervall Wochentag Zeit Raum

Keine Einzeltermine verfügbar, bitte informieren Sie sich direkt bei den Dozierenden.

Module Modul Statistik und Computational Science (Master Actuarial Science)
Vertiefungsmodul Marketing and Strategic Management (Master Wirtschaftswissenschaften)
Vertiefungsmodul Quantitative Methods (Master Wirtschaftswissenschaften)
Leistungsüberprüfung Semesterendprüfung
Hinweise zur Leistungsüberprüfung active participation and engagement during the lectures, written exam: date to be announced
An-/Abmeldung zur Leistungsüberprüfung An- und Abmelden: Dozierende
Wiederholungsprüfung keine Wiederholungsprüfung
Skala 1-6 0,1
Wiederholtes Belegen beliebig wiederholbar
Zuständige Fakultät Wirtschaftswissenschaftliche Fakultät / WWZ, studiendekanat-wwz@unibas.ch
Anbietende Organisationseinheit Wirtschaftswissenschaftliche Fakultät

Zurück