Wenn Sie diesen Text sehen, ist auf ihrem Gerät noch nicht das neue Layout geladen worden. Bitte laden Sie diese Seite neu (ggf. mit gedrückter 'Shift'- oder 'Alt'-Taste) oder in einem 'privaten Fenster'.
Weitere Hinweise unter https://www.uni-hildesheim.de/wiki/lsf/faq/fehler.im.layout.

Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 
  1. SucheSuchen         
  2. SoSe 2024
  3. Hilfe
  4. Sitemap
Switch to english language
Startseite    Anmelden     

Data Analytics III - Einzelansicht

Zurück
Grunddaten
Veranstaltungsart Seminar
Veranstaltungsnummer 3113 Kurztext
Semester WiSe 2019/20 SWS 2
Erwartete Teilnehmer/-innen 20 Max. Teilnehmer/-innen
Rhythmus i.d.R. jedes Semester Studienjahr / Zielgruppe
Credits 4
Hyperlink https://www.ismll.uni-hildesheim.de/lehre/semDA3-19w/index.html Evaluation
Sprache englisch
Termine Gruppe: 1-Gruppe iCalendar Export
  Tag Zeit Rhythmus Dauer Raum (mögliche Änderungen beachten!) Raum-
plan
Lehrperson Status Bemerkung fällt aus am Max. Teilnehmer/-innen
Einzeltermine anzeigen
iCalendar Export
Di. 14:00 bis 16:00 c.t. wöchentlich 29.10.2019 bis 04.02.2020  Pavillon 1 (Samelson-Campus) - SC.P1.0.1b (Seminarraum) Raumplan        
Gruppe 1-Gruppe:


Zugeordnete Personen
Kontaktpersonen (durchführend) Zuständigkeit
Madhusudhanan, Kiran verantwortlich und durchführend
Yalavarthi Krishna, Vijaya verantwortlich und durchführend
Studiengänge
Abschluss Studiengang Semester ECTS Kontingent
Master M.Sc. Data Analytics
Master M.Sc. Informationsmanagm.
Master M.Sc. Wirtschaftsinf.
LSF - Module
Modulkürzel Modultitel
xWI-SEBI Seminar Business Intelligence
MWINF-SeBI Seminar Business Intelligence (Master WINF)
xMWI-SEBI Seminar Business Intelligence (Master)
MWI-BI-S4L Seminar, Ergänzung zu Prüfungen aus dem Modul Business Intelligence mit 4 LP (M WINF)
MDA-SDA3 Seminar Data Analytics III (M DA/ AI/ IMI)
MIT-SKIML Seminar KI und Maschinelles Lernen (M WINF/IMIT bis PO 2016)
0ERA-4LP Veranstaltungen mit 4 Credits f. ausl. Programmstud. (ERASMUS)
Zuordnung zu Einrichtungen
Abt. Wirtschaftsinformatik und Maschinelles Lernen
Inhalt
Literatur

[1] Esling, P., Agon, C.: Time-series data mining. ACM Comput. Surv. 45(1) (December 2012) 12:1-12:34

[2] Gooijer, J.G.D., Hyndman, R.J.: 25 years of time series forecasting. International Journal of Forecasting 22(3) (2006) 443 - 473

Voraussetzungen

Data Analytics:

Students should have passed already seminar Data Analytics I and II

Lerninhalte

T

Zielgruppe

Für Studierende der Masterstudiengänge Wirtschaftsinformatik und Informationsmanagement und Informationstechnologie


Strukturbaum
Keine Einordnung ins Vorlesungsverzeichnis vorhanden. Veranstaltung ist aus dem Semester WiSe 2019/20 , Aktuelles Semester: SoSe 2024
Impressum      Datenschutzerklärung     Datenschutz      Datenschutzerklärung     Erklärung zur Barrierefreiheit