Fakultät für Informatik
Lehrstuhl für Algorithm Engineering (Ls11)
Home Kontakt Deutsch English
menu
Günter Rudolph: Vorlesung DMCI

Data Mining mit CI-Methoden

(Spezialvorlesung 042325)

Sommersemester 2007

Prof. Dr. Günter Rudolph



Termin:    
Dienstag 14:15 - 16:00 OH16 / R2.05
Beginn: Dienstag, 3.4.2007


Keine Vorlesung am: 24.4. (FVV), 1.5. (Feiertag), 12.6., 10.7.

Beschreibung:

Im Bereich Data Mining sind zahlreiche Verfahren entwickelt worden. In dieser Veranstaltung betrachten wir solche Methoden, die der Computational Intelligence (Fuzzy Systeme, Evolutionäre Algorithmen, Neuronale Netze etc.) zuzuordnen sind.


Voraussetzungen: Fundamente der Computational Intelligence (empfohlen)
Schwerpunktgebiete (DPO 2001):
  1. Computational Intelligence & Natural Computing
  2. Intelligente Systeme

Übung:
Donnerstag, 12:15 - 14:00h, OH 14, R. 104, ca. 14-tägig


Foliensätze: Gibt es leider nicht. Sie müssen mitschreiben.

Literatur: (under construction)
  1. Einleitung
  2. Clustering: Fuzzy Methoden
    • F. Höppner, F. Klawonn und R. Kruse: Fuzzy-Clusteranalyse.
      Vieweg: Braunschweig 1997. (UniDo Bibliothek: Sn 20688)
      Kapitel 1 + 2 sowie Abschnitt 6.1.
    • L. Bobrowski und J. C. Bezdek: c-Means Clustering with the l1 and linf Norms.
      IEEE Transactions on Systems, Man, and Cybernetics 21(3):545-554, 1991.
  3. Clustering: Partikelschwärme
    • C. Veenhuis und M. Köppen: Data Swarm Clustering.
      S. 221-241 in A. Abraham, C. Grosan und V. Ramos (Hrsg.): Swarm Intelligence in Data Mining, Springer: Berlin 2006.
  4. Klassifikation: Multi-Layer-Perceptron
    • R. Rojas: Theorie der neuronalen Netze. Springer 1996.
      (UniDo Bibliothek: Sn 19377)
  5. Klassifikation: Radiale Basisfunktionsnetze
    • Wikipedia bietet einen guten Einstieg.
  6. Klassifikation: Evolutionäre Algorithmen
  7. Klassifikation: Genetic Programming
  8. Klassifikation: Fuzzy Entscheidungsbäume
  9. Klassifikation: Fuzzy ROSA Verfahren
  10. Klassifikation: Ameisenverfahren


 
<webmaster  ls11.cs.tu-dortmund.de>
Die Universität übernimmt keine Haftung für den Inhalt verlinkter externer Internetseiten