447-6245-00L Data-Mining
| Semester | Herbstsemester 2019 |
| Dozierende | |
| Periodizität | 2-jährlich wiederkehrende Veranstaltung |
| Lehrveranstaltung | Findet dieses Semester nicht statt. |
| Lehrsprache | Deutsch |
| Kommentar | Fachstudierende "Universität Zürich (UZH)" im Master-Studiengang Biostatistik von der UZH können diese Lerneinheit nicht direkt in myStudies belegen. Leiten Sie die schriftliche Teilnahmebewilligung des Dozenten an die Kanzlei weiter. Als Einverständnis gilt auch ein direktes E-Mail des Dozenten an kanzlei@ethz.ch. Die Kanzlei wird anschliessend die Belegung vornehmen. |
Lehrveranstaltungen
| Nummer | Titel | Umfang | Dozierende | |
|---|---|---|---|---|
| 447-6245-00 G | Data-Mining
 Findet dieses Semester nicht statt. Blockkurs. Weitere Informationen unter http://stat.ethz.ch/wbl/wbl | 14s Std. |
Katalogdaten
| Kurzbeschreibung | Block über "Prognoseprobleme", bzw. "Supervised Learning" Teil 1, Klassifikation: logistische Regression, Lineare/Quadratische Diskriminanzanalyse, Bayes-Klassifikator; additive & Baummodelle, weitere flexible ("nichtparametrische") Methoden. Teil 2, Flexible Vorhersage: Additive Modelle, MARS, Y-Transformations-Modelle (ACE,AVAS); Projection Pursuit Regression (PPR), Neuronale Netze. |
| Lernziel | |
| Inhalt | Aus dem weiten Feld des "Data Mining" behandeln wir in diesem Block nur sogenannte "Prognoseprobleme", bzw. "Supervised Learning". Teil 1, Klassifikation, repetiert logistische Regression und Lineare / Quadratische Diskriminanzanalyse (LDA/QDA), und erweitert diese (im Rahmen des "Bayes-Klassifikators") auf (generalisierte) additive ("GAM") und Baummodelle ("CART"), und (summarisch/kurz) auf weitere flexible ("nichtparametrische") Methoden. Teil 2, Flexible Vorhersage (kontinuierliche oder Klassen-Zielvariable) umfasst Additive Modelle, MARS, Y-Transformations-Modelle (ACE, AVAS); Projection Pursuit Regression (PPR), Neuronale Netze. |
| Skript | Grundlage des Kurses ist das Skript. |
| Voraussetzungen / Besonderes | Die Uebungen werden ausschliesslich mit der (Free, open source) Software "R" (http://www.r-project.org) durchgeführt, womit am Schluss auch eine "Schnellübung" als Schlussprüfung stattfindet. |
Leistungskontrolle
| Information zur Leistungskontrolle (gültig bis die Lerneinheit neu gelesen wird) | |
Leistungskontrolle als Semesterkurs | |
| ECTS Kreditpunkte | 1 KP |
| Prüfende | M. Mächler |
| Form | unbenotete Semesterleistung |
| Prüfungssprache | Deutsch |
| Repetition | Repetition ohne erneute Belegung der Lerneinheit möglich. |
Lernmaterialien
| Hauptlink | Skripts, Infos, etc |
| Es werden nur die öffentlichen Lernmaterialien aufgeführt. | |
Gruppen
| Keine Informationen zu Gruppen vorhanden. |
Einschränkungen
| Allgemein |  : Für Fachstudierende und Hörer/-innen ist eine Spezialbewilligung der Dozierenden notwendig |
Angeboten in
| Studiengang | Bereich | Typ | |
|---|---|---|---|
| CAS in Angewandter Statistik | Weitere Fächer | W |  |
| DAS in Angewandter Statistik | Wahlfächer | W | |
| Statistik Master | Statistische und mathematische Fächer | W | |