AI-based Decision Support I
Beschreibung:
Das Modul beschäftigt sich mit den Grundlagen und Prinzipien überwachter Verfahren zur Erzeugung von Vorhersagemodelle auf Basis strukturierter Daten mithilfe von Verfahren aus dem Bereich des Machine Learning unter Benutzung analytischer Informationssysteme. Die Studenten sind in der Lage, diese Verfahren auf verschiedene Praxisbeispiele anzuwenden und die Ergebnisse zu evaluieren, zu interpretieren und kritisch zu hinterfragen. Insbesondere haben die Studierenden ein Verständnis für den idealtypischen Knowledge-Discovery-in-Databases-Prozess und dessen Komponenten im Allgemeinen sowie die Modellierung und Datenvorverarbeitung im Speziellen aufgebaut. Die Studierenden sind des Weiteren in der Lage, Problemstellungen des Predictive Modeling auf Basis komplexer Datenbestände geeignet anzugehen und zu lösen und somit adäquate Entscheidungsunterstützung zu leisten. Sie besitzen die Fähigkeit, mit ausgewählten Anwendungssystemen des Machine Learning im Speziellen und des Predictive Modeling im Allgemeinen umzugehen.
Der grobe Ablaufplan sieht folgende Gliederung vor:
(1) Einführung, (2) Datenexploration, (3) Datenvorverarbeitung, (4) Modellierung (lineare/logistische Regression, künstlich neuronale Netze, Entscheidungsbäume, SVM), (5) Evaluation.
Die Vorlesung wird durch Übungsmaterial ergänzt, welches im eigenen Tempo online durchgearbeitet werden kann (Video-Lectures+browser-basierte Übungen).
Die Übungen werden mit DataCamp for Classroom durchgeführt
Literatur: Bishop (2006) - Pattern Recognition and Machine Learning. Springer.
E-Learning for WiSe 2023/24: https://elearning.ovgu.de/course/view.php?id=15322