Professur für Wirtschaftsinformatik, insbesondere Machine Learning
Organisation: Professur
Themen
Forschung
Wir interessieren uns für statistisches maschinelles Lernen mit einem Schwerpunkt auf Raum-Zeit-Problemen, wie zum Beispiel die Navigation von Nutzern innerhalb einer Website, adaptives Testen und adaptive Lernumgebungen sowie die Koordination von Fußballspielern auf dem Spielfeld. Unsere Beiträge sind zumeist in der Grundlagenforschung verortet und wir kooperieren mit ausgewählten Partnern aus Wissenschaft, Sport und Industrie in verschiedenen Projekten.
Lehre
Wir bieten Einführungsveranstaltungen und fortgeschrittene Spezialkurse im Themenbereich maschinelles Lernen und Data Mining an. Unser Lehre erbringen wir hauptsächlich im Master Management & Data Science als auch im Bachelor Wirtschaftsinformatik. Beispiele sind etwa Deep Learning (Data Science), Einführung in die Statistik (Wirtschaftsinformatik) und Maschinelles Lernen und Data Mining (Management & Engineering).
Data Science: Lern- und Ausbildungsinhalte
Ziawasch Abedjan, Ulf Brefeld, Joachim Bürkle, Jörg Desel, Stefan Edlich, Thomas Eppler, Michael Goedicke, Jens Heidrich, Stefan M. Kast, Daniel Krupka, Klaus Lang, Peter Liggesmeyer & Marina Tropmann-Frick
31.12.19
1 Objekt von Medienberichte
Presse/Medien: Presse / Medien