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 2019
  3. Hilfe
  4. Sitemap
Switch to english language
Startseite    Anmelden     

Data Analytics III - Einzelansicht

Grunddaten
Veranstaltungsart Seminar
Veranstaltungsnummer 3113 Kurztext
Semester SoSe 2018 SWS 2
Erwartete Teilnehmer/-innen 20 Max. Teilnehmer/-innen
Rhythmus i.d.R. jedes 2. Semester Studienjahr / Zielgruppe
Credits 4
Hyperlink https://www.ismll.uni-hildesheim.de/lehre/semDA3-18w/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. 10:00 bis 12:00 Einzeltermin am 29.05.2018 Forum - N 436 (Besprechungsraum) Raumplan        
Einzeltermine anzeigen
iCalendar Export
Di. 14:00 bis 16:00 c.t. wöchentlich Gebäude B (Samelson-Campus) - B 025 (Seminarraum) Raumplan        
Gruppe 1-Gruppe:


Zugeordnete Person
Zugeordnete Person Zuständigkeit
Grabocka, Josif, Dr. verantwortlich und durchführend
Studiengänge
Abschluss Studiengang Semester ECTS Kontingent
Master M.Sc. Data Analytics
Master M.Sc. Informationsmanagm.
Master M.Sc. Wirtschaftsinf. (PO 2011)
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
Keine Einordnung ins Vorlesungsverzeichnis vorhanden. Veranstaltung ist aus dem Semester SoSe 2018 , Aktuelles Semester: SoSe 2019
Impressum      Datenschutzerklärung     Datenschutz