Folien und Ausarbeitung zum Vortrag im Seminar Data Cleansing bei Prof. Dr. Felix Naumann (14. Januar 2004), zusammen mit Alex Julius
Bei vielen Datenbanken (Firmendatenbanken, Gendatenbanken etc.) ist eine Fülle an Domänenwissen vorhanden, sodass die Einschränkungen der domänenunabhängigen Data Cleansing-Verfahren dort nicht notwendig sind. Das IntelliClean-Framework [LLL00] ist ein domänenabhängiges Data Cleansing-System, das mehrere Konzepte und Algorithmen in sich vereint und so z.B. das Recall/Precision-Dilemma vermeidet. IntelliClean wird vorgestellt, mit anderen Verfahren verglichen und Benchmarkergebnisse diskutiert.
Dateien
Zusammenfassung einzelner Themen der Vorlesung Maschinelles Lernen und Data Mining (Sommersemester 2004) bei Prof. Tobias Scheffer, sowie die Probeklausur mit Lösungen
In der Probeklausur werden Aufgaben zu den Themen Naive-Bayes Klassifikator, ID3, C4.5, Perceptron, BIRCH, SLIQ, SPRINT, GDBSCAN, ML-Schätzer und Reinforcement-Lernen gelöst.
Dateien
- Probeklausur mit Lösungen (PDF-Dokument, 11 Seiten, 207 KB)
- Zusammenfassung: Assoziationsregeln (PDF-Dokument, 5 Seiten, 101 KB)
- Zusammenfassung: Instanzbasiertes Lernen und Regression (PDF-Dokument, 5 Seiten, 177 KB)
- Zusammenfassung: Reinforcement-Lernen (PDF-Dokument, 6 Seiten, 204 KB)
- Zusammenfassung: Version Spaces (PDF-Dokument, 7 Seiten, 183 KB)
Zusammenfassung der Vorlesung “Wettbewerbs- und Strukturpolitik” (Sommersemester 2004) bei Prof. Ulrich Kamecke zur Prüfungsvorbereitung
Es werden kurz Begriffe zu Fusion, Kartell, Kollusion, doppelter Marginalisierung, Intrabrand, Innovation, Appropriierbarkeit, Patentrennen, Preisdiskriminierung und SCP-Paradigma geklärt.
Dateien
letzte Kommentare