Zur Merkliste hinzufügen
Zurück

 

10616-01 - Vorlesung: Machine Learning 3 KP

Semester Frühjahrsemester 2019
Angebotsmuster Jedes Frühjahrsem.
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

 

Teilnahmebedingungen completed BA in Business and Economics and following lecture: 12036 Econometrics
Anmeldung zur Lehrveranstaltung Registration: Please enrol in MOnA. EUCOR-Students and students of other Swiss Universities have to enrol at the students administration office (studseksupport1@unibas.ch) within the official enrolment period. Enrolment = Registration for the exam!
Unterrichtssprache Englisch
Weblink Weblink on ADAM
Einsatz digitaler Medien Online-Angebot fakultativ
HörerInnen willkommen

 

Intervall wöchentlich
Datum 21.02.2019 – 04.04.2019
Zeit Donnerstag, 14.15-18.00 Wirtschaftswissenschaftliche Fakultät, Grosses PC-Labor S18 HG.37

This course is 4 hours weekly, but ends on April 4, 2019.

Datum Zeit Raum
Donnerstag 21.02.2019 14.15-18.00 Uhr Wirtschaftswissenschaftliche Fakultät, Grosses PC-Labor S18 HG.37
Donnerstag 28.02.2019 14.15-18.00 Uhr Wirtschaftswissenschaftliche Fakultät, Grosses PC-Labor S18 HG.37
Donnerstag 07.03.2019 14.15-18.00 Uhr Wirtschaftswissenschaftliche Fakultät, Grosses PC-Labor S18 HG.37
Donnerstag 14.03.2019 14.15-18.00 Uhr Fasnachtsferien
Donnerstag 21.03.2019 14.15-18.00 Uhr Wirtschaftswissenschaftliche Fakultät, Grosses PC-Labor S18 HG.37
Donnerstag 28.03.2019 14.15-18.00 Uhr Wirtschaftswissenschaftliche Fakultät, Grosses PC-Labor S18 HG.37
Donnerstag 04.04.2019 14.15-18.00 Uhr Wirtschaftswissenschaftliche Fakultät, Grosses PC-Labor S18 HG.37
Module Modul: Kernbereich Wirtschaftswissenschaften (Masterstudium: Sustainable Development)
Modul: Schadenversicherung (Masterstudium: Actuarial Science)
Modul: Statistik und Computational Science (Masterstudium: Actuarial Science)
Vertiefungsmodul: Marketing and Strategic Management (Masterstudium: Wirtschaftswissenschaften)
Vertiefungsmodul: Quantitative Methods (Masterstudium: Wirtschaftswissenschaften)
Leistungsüberprüfung Semesterendprüfung
Hinweise zur Leistungsüberprüfung Active participation and engagement during the lectures; written assignments (upon agreement); and
written exam: 04.04.19; 14:15-15:15. WWZ Audi: A-Z.
An-/Abmeldung zur Leistungsüberprüfung Belegen via MOnA innerhalb der Belegfrist
Wiederholungsprüfung keine Wiederholungsprüfung
Skala 1-6 0,1
Wiederholtes Belegen beliebig wiederholbar
Zuständige Fakultät Wirtschaftswissenschaftliche Fakultät, studiendekanat-wwz@unibas.ch
Anbietende Organisationseinheit Wirtschaftswissenschaftliche Fakultät

Zurück