Hauptinhalt

Maschinelles Lernen mit R

Dieses Modul ist eines, das ab und zu im Rahmen der Vertiefung quantitativer und statistischer Methoden angeboten wird.

Unterlagen werden in ILIAS bereitgestellt. Das Passwort wird in der 1. Vorlesung bekannt gegeben.

ECTS-Punkte: 6 LP (4 SWS)

• Inhalt ausklappen Inhalt einklappen Ort und Zeit (SS 2018)

  Vorlesung
  Mittwoch, 12-14 Uhr, Landgrafenhaus, Universitätsstraße 7, Raum +3/0210 (PC-Pool Jura).
  
  Übung
  Donnerstag, 14-16 Uhr, Gebäude hinter Universitätsstraße 25, PC-Pool WiWi.

• Inhalt ausklappen Inhalt einklappen Inhalt

  Unter maschinellem Lernen versteht man das Suchen nach Regelmäßigkeiten in einem Datensatz mit Hilfe von Algorithmen. Der Namensbestandteil "maschinell" kommt daher, dass die Algorithmen in der Regel nur mit Hilfe eines Computers ausgeführt werden können. Wir benutzen hierzu das Programm "R". Der Bestandteil "Lernen" resultiert daher, dass aus den gegebenen Daten Gesetzmäßigkeiten gelernt werden, die dann zukünftig angewendet werden sollen.

  Verfahren des maschinellen Lernens lassen sich zum Beispiel einsetzen in der Kreditrisikoanalyse (prognostiziere welche Kreditantragsteller den Kredit zurückzahlen und welche nicht) oder zur Klassifikation von Kunden für zielgerichtete Angebote und Werbung. Weiterhin kann man mit den Techniken des maschinellen Lernens etwa untersuchen, welche Merkmale von Unternehmen dessen Ratingklasse stark beeinflussen.

  In der Vorlesung werden verschiedene Algorithmen des maschinellen Lernens vorgestellt und diskutiert sowie deren Anwendung in R gezeigt. Bestandteil der Vorlesung ist auch eine kurze Einführung bzw. Wiederholung der Grundlagen zur Arbeit mit dem Programm R.

  Für Fragen zur Veranstaltung wenden Sie sich bitte an Herrn PD Dr. Heiko Grönitz.