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 
Startseite    Anmelden     

Data Analytics III - Einzelansicht

Grunddaten
Veranstaltungsart Seminar Learnweb   Logo Learnweb
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 Ja (als gesamte Veranstaltung - Papier)
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) - P1b Spl (Seminarraum) Raumplan        
Gruppe 1-Gruppe:


Zugeordnete Personen
Kontaktpersonen (durchführend) Zuständigkeit
Grabocka, Josif, Dr. 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
WI-SEBI Seminar Business Intelligence
MWI-SemBI Seminar Business Intelligence (Master)
MWI-SEBI Seminar Business Intelligence (Master)
MWI-BI-S4L Seminar, Ergänzung zu Prüfungen aus dem Modul Business Intelligence mit 4 LP
MDA-SDA3 Seminar Data Analytics III
MIT-SKIML Seminar Künstliche Intelligenz und Maschinelles Lernen (Master)
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
Die Veranstaltung wurde 1 mal im Vorlesungsverzeichnis WiSe 2019/20 gefunden:
Impressum      Datenschutzerklärung     Datenschutz