Grundlagen des Data Mining
Vorlesung
W. Kurth

Übersicht (Themen- und Zeitplan) (HTML)

Vorlesungsskript

Teil 1: Einleitung: Motivation, Grundbegriffe, Methodenüberblick (PDF) (DOC)
Teil 2: Die Generalisierungs-Halbordnung (PDF) (DOC)
Teil 3: Entscheidungsbäume (PDF) (DOC)
Teil 4: Begriffsverbände (PDF) (DOC)
Teil 5: Klassifikations- und Assoziationsregeln (PDF) (DOC)
Teil 6: Bayes-Klassifikation (PDF) (DOC)
Teil 7: Clusteranalyse (PDF) (DOC)
Teil 8a: Methoden der klassischen multivariaten Statistik - Teil I (PDF) (DOC)
Teil 8b: Methoden der klassischen multivariaten Statistik - Teil II (PDF) (DOC)
Teil 9: Text- und Web-Mining (PDF) (DOC)

Zurück zur Startseite der Vorlesung

 

Letzte Änderungen: 12. 7. 2004.