Modulbeschreibung
Machine Learning und Data Mining
Kürzel:
M_VP_15719
ECTS-Punkte:
18
Lernziele:
Die Studierenden
- kennen die Grundprinzipien der beschreibenden Statistik.
- verstehen die grundlegende Aspekte der Wahrscheinlichkeitstheorie als Werkzeug zur statistischen Modellierung realer Vorgänge.
- können Punkt- und Intervallschätzer berechnen und interpretieren.
- können grundlegende statistische Hypothesen formulieren und testen.
- verstehen die Grundlagen der Regressions- und Varianzanalyse.
- können Lösungsstrategien für reale statistische Probleme zu konkreten Datensätzen entwickeln und mithilfe von R umsetzen.
- kennen die Grundbegriffe der multivariaten Statistik und deren Anwendungsfelder für Machine Learning & Data Mining.
- erarbeiten sich im Detail 2 Data Mining/Machine Learning Methoden nach Wahl.
- können die erlernten Methoden selbstständig in R implementieren, auf echte Datensätze anwenden und die Ergebnisse bewerten.