Skip to main content
HOME
www.lmu.de
Fakultät 11
UnterrichtsMitschau
Lehrfilme
UnterrichtOnline.org
Aktuelle Vorlesungen
Alle Vorlesungen
Faculties
Fakultätsübergreifende Vorlesungen
Katholisch-Theologische Fakultät (Fakultät 1)
Evangelisch-Theologische Fakultät (Fakultät 2)
Juristische Fakultät (Fakultät 3)
Fakultät für Betriebswirtschaft (Fakultät 4)
Volkswirtschaftliche Fakultät (Fakultät 5)
Medizinische Fakultät (Fakultät 7)
Tierärztliche Fakultät (Fakultät 8)
Fakultät für Geschichts- und Kunstwissenschaften (Fakultät 9)
Fakultät für Philosophie, Wissenschaftstheorie und Religionswissenschaft (Fakultät 10)
Fakultät für Psychologie und Pädagogik (Fakultät 11)
Fakultät für Kulturwissenschaften (Fakultät 12)
Fakultät für Sprach- und Literaturwissenschaften (Fakultät 13)
Sozialwissenschaftliche Fakultät (Fakultät 15)
Fakultät für Mathematik, Informatik und Statistik (Fakultät 16)
Fakultät für Physik (Fakultät 17)
Fakultät für Chemie und Pharmazie (Fakultät 18)
Fakultät für Biologie (Fakultät 19)
Fakultät für Geowissenschaften (Fakultät 20)
Seniorenstudium
Tutorials
FAQs
Knowledge Discovery and Data Mining I (wise18)
ADVANCED TOPICS cont. 2
(00:00:00)
>
Process Mining
(00:42:31)
>
Outlook
Date:
05.02.2019
Lecturer:
Thomas, Seidl
CLASSIFICATION cont. 3 // REGRESSION // ADVANCED TOPICS
(00:00:00)
>
Nearest Neighbor Classifiers
(00:11:37)
>
Ensemble Classification
(00:38:26)
>
Regression
(01:23:45)
>
Process Mining
Date:
29.01.2019
Lecturer:
Thomas, Seidl
CLASSIFICATION cont. 2
(00:00:00)
>
Kernel Methods
(00:39:00)
>
Decision Tree Classifiers
(01:56:33)
>
Nearest Neighbor Classifiers
Date:
22.01.2019
Lecturer:
Thomas, Seidl
CLASSIFICATION cont. 1
(00:00:00)
>
Linear Discriminant Funktions
(00:58:12)
>
Support Vector Machines
(01:32:21)
>
Kernel Methods
Date:
15.01.2019
Lecturer:
Thomas, Seidl
CLASSIFICATION
(00:00:00)
>
Bayesian Classifiers
(02:18:23)
>
Linear Discriminant Funktions
Date:
08.01.2019
Lecturer:
Thomas, Seidl
CLUSTERING (Cont. IIII) // OUTLIER DETECTION
(00:00:00)
>
Clustering
(01:00:14)
>
Outlier Detection
Date:
18.12.2018
Lecturer:
Dr. Peer Kröger
Clustering (Cont.III)
(00:00:00)
>
3.2 Clustering
(00:00:00)
>
3.2.6 Hierarchical Methods
(01:25:02)
>
3.2.7 Evaluation
Date:
11.12.2018
Lecturer:
Thomas, Seidl
Clustering (Cont.II)
(00:00:00)
>
3.2.3 Density-Based Clustering
(00:21:26)
>
Density-Based Clustering: DBSCAN Algorithm
(00:30:08)
>
Determining the Parameters
(00:44:22)
>
Database Support for Density-Based Clustering
(01:10:56)
>
3.2.4 Mean-Shift
(01:25:07)
>
3.2.5 Spectral Clustering
(02:06:02)
>
3.2.6 Hierarchical Methods
Date:
27.11.2018
Lecturer:
Thomas, Seidl
Clustering (Cont.I)
(00:00:00)
>
Clustering
Date:
20.11.2018
Lecturer:
Thomas, Seidl
Frequent Pattern Mining // Clustering
(00:00:00)
>
Frequent Pattern Mining
(01:46:15)
>
Clustering
Date:
13.11.2018
Lecturer:
Thomas, Seidl
Unsupervised Methods
(00:00:00)
>
Frequent Pattern Mining
Date:
06.11.2018
Lecturer:
Thomas, Seidl
BASICS // UNSUPERVISED METHODS
(00:00:00)
>
Data Reduction
(00:18:11)
>
Visualization
(00:47:23)
>
Privacy
(01:16:20)
>
Frequent Pattern Mining
Date:
30.10.2018
Lecturer:
Thomas, Seidl
Basics (cont.)
(00:00:00)
>
Data Representation
(00:47:01)
>
Data Reduction
Date:
23.10.2018
Lecturer:
Thomas, Seidl
Introduction // Basics
(00:00:00)
>
Introduction, organisation, information regarding exam
(00:13:34)
>
Motivation
(00:28:42)
>
Knowledge Discovery Process
(01:30:53)
>
Basics - Overview
(01:31:08)
>
Data Representation
Date:
16.10.2018
Lecturer:
Thomas, Seidl
RSS-Feed abonnieren:
