Web-Mining-Agenten (CS5131)


Dozent:
Prof. Dr. rer.nat. Ralf Möller

Data Mining:

  1. Introduction, Data Models vs. Algorithmic Models (Breiman) (pdf, pptx)
  2. Uncertainty, Bayesian Networks (pdf, pptx)
  3. Learning Bayesian Networks (pdf, pptx)
  4. Structured Causal Models (pdf, pptx) 
  5. Relational Probabilistic Graphical Modles (pdf, pptx)
  6. Unsupervised and Semi-Supervised Learning: Clustering (relational spectral clustering) (pdf, pptx)
  7. Transfer Learning (pdf, pptx)
  8. Stream Data Mining (pdf, pptx)

Web Mining Agents:

  1. Introduction (pdf, pptx)
  2. Information Retrieval, Vector Space Model, Latent Semantic Indexing, Relational Latent Representations (pdf, pptx)
  3. Probabilistic Information Retrieval, Topic Detection, Community Analysis (pdf, pptx)
  4. Ensemble Learning: Bagging, Random Forests, Boosting (AdaBoost) (pdf, pptx)
  5. Probabilistic Reasoning Over Time, Generative vs. discriminative models (logistic regression, markov networks, conditional random fields) (pdf, pptx)
  6. Decision Making (Markov Decision Problem, MDP), Decision Making Under Uncertainty (Partially Observable Markov Decision Problem, POMDP), Reinforcement and Adaptation, Reward Shaping, Causal Reasoning for Decision Making (pdf, pptx)
  7. Game Theory, Social Choice, Mechanism Design, From Ensembles to Mechanisms: Agent Collaboration, Rules of Encounter (pdf, pptx)
  8. Reasoning about Beliefs: Probabilistic Doxastic Temporal Logic (pdf, pptx)

Zielgruppe:

als CS5131:

  • Master MML (Wahlpflicht), Informatik, Beliebiges Fachsemester
  • Master Medieninformatik SJ14 (Wahlpflicht), Informatik, Beliebiges Fachsemester
  • Master Medizinische Informatik SJ14 (Wahlpflicht), eHealth / Informatik, 1. oder 2. Fachsemester

als CS5131T:

  • Master MML (Modulteil eines Wahlmoduls), Informatik, Beliebiges Fachsemester
  • Master Entrepreneurship in digitalen Technologien SJ14 (Modulteil eines Wahlmoduls), Modulteil, Beliebiges Fachsemester
  • Master Informatik SJ14 (Modulteil eines Wahlmoduls), Modulteil, Beliebiges Fachsemester

Umfang: 
4 SWS Vorlesung
2 SWS Übung

Zeit und Ort:

Vorlesung: Mittwochs, 14:00 - 16:00 Uhr und  Donnerstags, 14:00 - 16:00 Uhr

Übung: Freitags, 14:00 - 16:00 Uhr im IFIS Seminarraum 2035


Beginn:
Vorlesung: Mittwoch, den 18.10.2017
Übung: Freitag, 27.10.2017

Beschreibung der Vorlesung: 
Bei der Vorlesung Web-Mining-Agenten (Modul CS5131/CS5131T) handelt es sich um eine vertiefende Vorlesung, die bei Wahl als Teilmodul zum übergeordneten Modul Web and Data Science (CS4513) gehört. Der Inhalt gliedert sich in zwei Teile: Data-Mining und Web-Mining-Agenten.