ILIAS Lernplattform
2540539 – Introduction to Machine Learning
WS 24/25
KIT-Fakultät für Wirtschaftswissenschaften
Organisationseinheiten
Magazin
Hilfe
Sprache
Deutsch
English
Anmelden
0
0
Mehr zeigen
Tools
Magazin
Mehr
Hilfe
Magazin - Einstiegsseite
Baumansicht
...
Schließen
Magazin
Organisationseinheiten
KIT-Fakultät für Wirtschaftswissenschaften
WS 24/25
2540539 – Introduction to Machine Learning
Aktionen
Mehrere Objekte herunterladen
2540539 – Introduction to Machine Learning
Allgemeine Informationen
Wichtige Informationen
In recent years, the volume, variety, velocity, veracity, and variability of available data have increased due to improvements in computational and storage power. The rise of the Internet has made available large sets of data that allow us to use and merge them for different purposes. Data science helps us to extract knowledge from the continually-increasing large datasets. This course will introduce students to a wide range of machine learning and statistical techniques. Students will learn theory and concepts with real data sets from different disciplines such as finance, marketing, and business.
Kursprogramm
Alpaydin, E. (2014). Introduction to Machine Learning. Third Edition, MIT Press.
Hall, J. (2020). Machine Learning in Business: An Introduction to the World of Data Science. Independently published.
James, G., Witten, D., Hastie, T., and R. Tibshirani (2013). An Introduction to Statistical Learning: with Applications in R. Springer.
Tan, P. N., Steinbach, M., Karpatne, A., & Kumar, V. (2018). Introduction to data mining. Pearson.
Veranstaltungsdaten
Dozent(en)
Dr. Abdolreza Nazemi
Start
16. Okt 2024
Ende
25. Sep 2025
Veranstaltungsart
Vorlesung
Ort
Geb. 05.20, Room 1C-02
Termin
Monday 14:00 - 15:30
Zyklus
wöchtl.
Allgemein
Sprache
Englisch
Copyright
This work has all rights reserved by the owner.
Kontakt
Name
Dr. Abdolreza Nazemi
E-Mail
nazemi@kit.edu
Verfügbarkeit
Zugriff
16. Okt 2024, 17:30 - 25. Sep 2025, 17:35
Aufnahmeverfahren
Sie können diesem Kurs direkt beitreten.
Zeitraum für Beitritte
Unbegrenzt
Veranstaltungszeitraum
21. Okt 2024 - 31. Mär 2025
Für Kursadministratoren freigegebene Daten
Daten des Persönlichen Profils
Anmeldename
Vorname
Nachname
E-Mail
Matrikelnummer
Zusätzliche Informationen
Objekt-ID
3294720