700.397 (21W) Tutorial on "Data Mining" and "Deep Learning"

Wintersemester 2021/22

Anmeldefrist abgelaufen.

Erster Termin der LV
29.10.2021 13:00 - 14:00 Online Off Campus
... keine weiteren Termine bekannt

Überblick

Bedingt durch die COVID-19-Pandemie können kurzfristige Änderungen bei Lehrveranstaltungen und Prüfungen (z.B. Absage von Präsenz-Lehreveranstaltungen und Umstellung auf Online-Prüfungen) erforderlich sein.

Weitere Informationen zum Lehrbetrieb vor Ort finden Sie unter: https://www.aau.at/corona.
Tutor/in/Innen
LV-Titel englisch Tutorial on "Data Mining" and "Deep Learning"
LV-Art Tutorium
LV-Modell Onlinelehrveranstaltung
Semesterstunde/n 2.0
ECTS-Anrechnungspunkte 0.0
Anmeldungen 4
Organisationseinheit
Unterrichtssprache Englisch
LV-Beginn 29.10.2021

Zeit und Ort

Beachten Sie bitte, dass sich aufgrund von COVID-19-Maßnahmen die derzeit angezeigten Termine noch ändern können.
Liste der Termine wird geladen...

LV-Beschreibung

Intendierte Lernergebnisse

The tutorium supports the mathematical basics for the lecture 

21W - 700.395 - Data Mining and Neurocomputing

Lehrmethodik inkl. Einsatz von eLearning-Tools

online instructions

Inhalt/e

The topics are:

Datapreprocessing     

Dimensionality Reduction (Singular Value Decomposition (SVD), Principal Component Analysis(PCA) )     Unsupervised Learning and Clustering (K-means, Expectation-Maximization)     

Supervised Learning (SVM, Bayes Classifier, Decision Trees)     

Recommender Systems (Collaborative Filtering and Association Rule Mining)     

Introduction to  Neuro Computing    

Time Series Forecast     

Evaluation Metrics

 


 

The tutorium covers the mathematical basics from lecture 700.395 - Data Mining and Neurocomputing


Prüfungsinformationen

Im Fall von online durchgeführten Prüfungen sind die Standards zu beachten, die die technischen Geräte der Studierenden erfüllen müssen, um an diesen Prüfungen teilnehmen zu können.

Beurteilungsschema

Note Benotungsschema

Position im Curriculum

  • Masterstudium Information and Communications Engineering (ICE) (SKZ: 488, Version: 15W.1)
    • Fach: Technical Complements (NC, ASR) (Wahlfach)
      • Wahl aus dem LV-Katalog (Anhang 5) ( 0.0h VK, VO, KU / 12.0 ECTS)
        • 700.397 Tutorial on "Data Mining" and "Deep Learning" (2.0h TU / 0.0 ECTS)
  • Masterstudium Information and Communications Engineering (ICE) (SKZ: 488, Version: 15W.1)
    • Fach: Technical Complements (NC, ASR) (Wahlfach)
      • Wahl aus dem LV-Katalog (Anhang 5) ( 0.0h VK, VO, KU / 12.0 ECTS)
        • 700.397 Tutorial on "Data Mining" and "Deep Learning" (2.0h TU / 0.0 ECTS)
  • Masterstudium Information and Communications Engineering (ICE) (SKZ: 488, Version: 15W.1)
    • Fach: Autonomous Systems and Robotics: Advanced (ASR) (Wahlfach)
      • Wahl aus dem LV-Katalog (siehe Anhang 3) ( 0.0h VK, VO / 30.0 ECTS)
        • 700.397 Tutorial on "Data Mining" and "Deep Learning" (2.0h TU / 0.0 ECTS)

Gleichwertige Lehrveranstaltungen im Sinne der Prüfungsantrittszählung

Wintersemester 2023/24
  • 700.397 TU Tutorial Data Mining and Deep Learning (2.0h / 0.0ECTS)
Wintersemester 2022/23
  • 700.397 TU Tutorial on "Data Mining" and "Deep Learning" (2.0h / 0.0ECTS)