On the 20th of October at 12:30 an organisational/introductory lecture will be given in which the topics of the course will be presented and allocated. These allocations will be made on a "first come, first served" basis and it is therefore important for you to attend this session.

Grundlegende Kenntnisse der Wahrscheinlichkeitsrechnung und Statistik sind von Vorteil, werden aber nicht vorausgesetzt. Eine Einführung in die Wahrscheinlichkeitsrechnung und Statistik wird (auf Englisch) gegeben.

Knowledge of probability theory and rudimentary statistics will be helpful, however are not expected. A basic introductory lecture in these topics will be provided at the start of the course.

Es wird von jedem Teilnehmer erwartet eine 45min Präsentation über ein von ihm gewähltes Thema zu halten. Die Folien sind dem Betreuer eine Woche vor der Präsentation per E-Mail zuzusenden um ein erstes Feedback zu erhalten. An den Vortrag anschließend ist vom Teilnehmer eine 45min Diskussion zu führen. Eine Software-Demonstration seines vorgestellten Themas ist erwünscht.

It is expected that in the duration of the class, each participant will present a 45 minute presentation on his/her allocated topic. Following the presentation, it is expected that the presenter will lead a 45 minute discussion on the topic. Note that a software-based demonstration related to the topic is encouraged. One week prior to the presentation, the participant must send his/her intended presentation to the course lecturers via email.

• Information Retrieval u.A. mit klassischen Methoden des Vektorraum-Modells und modernen Ansätzen aus der Wahrscheinlichkeitstheorie

• Information Extraktion und Einsetzungen in Datenbanken

• Clustern, Klassifizieren und Datenanalyse

• Verwandte Themen wie Empfehlungssysteme und Dimensionreduktion, und Verarbeitung der natürlichen Sprache
  

The course will cover a wide range of topics relevant to the overarching theme of data and text mining, particularly with regards to its use in the modern Internet-enabled environment. Key topics of the course will include the following:

• Information Retrieval including classical methods such as the Vector-Space model and more modern approaches based on probability theory

• Extracting and making use of raw data

• Clustering, classification and data analysis

• Related subjects such as recommender systems, dimensionality reduction and natural language processing
  

Weitere Information ist verfügbar auf unserer Website
More information is available on our web site

Credits: 5