TU Wien:Clusteranalyse und Methoden des unüberwachten Lernens VU (Templ)
Daten[Bearbeiten | Quelltext bearbeiten]
| Vortragende | Prof. Matthias Templ |
|---|---|
| ECTS | 3 |
| Sprache | English |
| Links | Homepage |
Mattermost: Channel "clusteranalyse-und-methoden-des-unueberwachten-lernens0" • Register • Mattermost-Infos
Inhalt[Bearbeiten | Quelltext bearbeiten]
Das Themengebiet Clusteranalyse wird ausführlich vorgetragen, diskutiert, und anhand von vielen praktischen Beispielen demonstriert. Die Lehrveranstaltung arbeitet stark mit der Statistik-Software R. Konkret werden folgende Kapitel durchgenommen:
- Allgemeine Dinge zu Clusteranalyse (was ist das überhaupt)
- Voraussetzungen und Probleme (Distanzmaße, Fehlende Daten, Zensierte Daten, Transformationen, Standardisierung)
- Clusterung (Hierachische Clusterung, Partitionierung, Fuzzy-Clustering, Model-Based Clustering,...)
- Clustervalidierung (wie gut sind mein Cluster, hinsichtlich gewisser Aspekte).
Ablauf[Bearbeiten | Quelltext bearbeiten]
Prof. Templ trägt die oben genannten Themengebiete vor (im SS 2010 auf Englisch, wie es die nächsten Semester sein wird, weiß ich nicht). Zusätzlich dazu wird von jedem Teilnehmer ein spezielles R-Paket für Clusteranalyse vorbereitet und dann in einem ca. 40-min Vortrag präsentiert.
Benötigte/Empfehlenswerte Vorkenntnisse[Bearbeiten | Quelltext bearbeiten]
Explorative Datenanalyse und Visualisierung VU (Filzmoser) hilft sehr, da dort bereits einige Grundlagen vorgetragen wurden. Ebenso ist das Fach Statistical Computing VO (Templ) sinnvoll, da dort R detailliert durchgenommen wird.
Vortrag[Bearbeiten | Quelltext bearbeiten]
Der Vortrag ist relativ interessant und lehrreich. Besonders umgehaut hat er mich aber nicht. Prof. Templ trägt in einem mittel-gutem Englisch vor, wobei er großen Wert auf die Zusammenhänge und das Verständnis, statt auf komplizierte Formeln legt. Die Vorträge der Studenten sind natürlich sehr verschieden, je nach Gruppe gibt es bessere und schlechtere Vorträge.
Übung[Bearbeiten | Quelltext bearbeiten]
Das Ausarbeiten des Vortrags der R-Pakets ist eher mühselig, da die umfangreiche R-Dokumentation zu diesem Paket durchgelesen, verstanden und aufbereitet werden muss.
Prüfung, Benotung[Bearbeiten | Quelltext bearbeiten]
Die Prüfung ist mündlich und Prof. Templ legt auch hier Wert auf Verständnis. Die Beurteilung ist nicht streng.
Dauer der Zeugnisausstellung[Bearbeiten | Quelltext bearbeiten]
Die Note erfährt man nach der Prüfung sofort, das Zeugnis erhält man nach einigen Tagen (je nachdem ob Prof. Templ gerade Zeit hat, oder nicht). Ich bin mir auch sicher, wenn man die Note dringend braucht, bekommt man sie auch schneller.
Zeitaufwand[Bearbeiten | Quelltext bearbeiten]
Neben den wöchentlichen Vorlesungen ist der eigene Vortrag (je nach Intensität, mit der man sich vorbereitet) zwar ein kleiner Zeitfresser aber nur einmalig. Ich habe ca. 10 Stunden mich auch meinen Vortrag vorbereitet.
Unterlagen[Bearbeiten | Quelltext bearbeiten]
Da dieses Semester (SS 2010) diese Vorlesung neu dazugekommen ist, gab es erst am Ende des Semesters ein (halbwegs vollständiges) Skriptum mit ungefähr 70-80 Seiten (mit vielen Bildern).
Tipps[Bearbeiten | Quelltext bearbeiten]
Die Vorlesung regelmäßig besuchen hilft beim Verständnis, da im Skriptum viele Formeln stehen, die erst bei einem tieferen Verständnis sinnvoll verstanden und genutzt werden können.
Verbesserungsvorschläge / Kritik[Bearbeiten | Quelltext bearbeiten]
noch offen