Professur für Wirtschaftsinformatik, insbesondere Machine Learning
Organisation: Professur
Forschungsschwerpunkte
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).
- Erschienen
A Unified Contextual Bandit Framework for Long- and Short-Term Recommendations
Tavakol, M. & Brefeld, U., 30.12.2017, Machine Learning and Knowledge Discovery in Databases: European Conference, ECML PKDD 2017 Skopje, Macedonia, September 18 – 22, 2017; Proceedings, Part II. Ceci, M., Hollmen, J., Todorovski, L., Vens, C. & Dzeroski, S. (Hrsg.). Springer, Band 2. S. 269-284 16 S. (Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics); Band 10535 LNAI).Publikation: Beiträge in Sammelwerken › Aufsätze in Konferenzbänden › Forschung › begutachtet
- Erschienen
Data-driven analyses of electronic text books
Boubekki, A., Kröhne, U., Goldhammer, F., Schreiber, W. & Brefeld, U., 2016, Solving large scale learning tasks: Challenges and algorithms : essays dedicated to Katharina Morik on the occasion of her 60th birthday. Michaelis, S., Piatkowski, N. & Stolpe, M. (Hrsg.). Cham: Springer International Publishing AG, S. 362-376 15 S. (Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics); Band 9580).Publikation: Beiträge in Sammelwerken › Aufsätze in Sammelwerken › Forschung
- Erschienen
Feature Extraction and Aggregation for Predicting the Euro 2016
Tavakol, M., Zafartavanaelmi, H. & Brefeld, U., 09.2016, in: CEUR Workshop Proceedings. 1842, 1842, 7 S.Publikation: Beiträge in Zeitschriften › Konferenzaufsätze in Fachzeitschriften › Forschung › begutachtet
- Erschienen
Exploiting ConvNet diversity for flooding identification
Nogueira, K., Fadel, S. G., Dourado, I. C., De Werneck, R. O., Munoz, J. A. V., Penatti, O. A. B., Calumby, R. T., Li, L. T., Dos Santos, J. A. & Torres, R. D. S., 09.2018, in: IEEE Geoscience and Remote Sensing Letters. 15, 9, S. 1446-1450 5 S., 8398414.Publikation: Beiträge in Zeitschriften › Zeitschriftenaufsätze › Forschung › begutachtet
- Erschienen
Adaptive Item Selection Under Matroid Constraints
Bengs, D., Brefeld, U. & Kröhne, U., 07.08.2018, in: Journal of Computerized Adaptive Testing. 6, 2, S. 15-36 22 S.Publikation: Beiträge in Zeitschriften › Zeitschriftenaufsätze › Forschung › begutachtet
- Erschienen
Infinite Mixtures of Markov Chains
Reubold, J., Boubekki, A., Strufe, T. & Brefeld, U., 2018, New Frontiers in Mining Complex Patterns: 6th International Workshop, NFMCP 2017 : held in conjunction with ECML-PKDD 2017, Skopje, Macedonia, September 18-22, 2017 : revised selected papers. Appice, A., Loglisci, C., Manco, G. & Masciari, E. (Hrsg.). Cham: Springer, S. 167-181 15 S. (Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics); Band 10785 LNAI).Publikation: Beiträge in Sammelwerken › Aufsätze in Konferenzbänden › Forschung › begutachtet
- Erschienen
MDP-based itinerary recommendation using geo-tagged social media
Gaonkar, R., Tavakol, M. & Brefeld, U., 25.10.2018, Advances in Intelligent Data Analysis XVII - 17th International Symposium, IDA 2018, Proceedings. Duivesteijn, W., Siebes, A. & Ukkonen, A. (Hrsg.). Basel: Springer Nature AG, S. 111-123 13 S. (Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics); Nr. 11191).Publikation: Beiträge in Sammelwerken › Aufsätze in Konferenzbänden › Forschung › begutachtet
- Erschienen
Probabilistic movement models and zones of control
Brefeld, U., Lasek, J. & Mair, S., 15.01.2019, in: Machine Learning. 108, 1, S. 127-147 21 S.Publikation: Beiträge in Zeitschriften › Zeitschriftenaufsätze › Forschung › begutachtet
- Erschienen
Coresets for Archetypal Analysis
Mair, S. & Brefeld, U., 2020, 32rd Conference on Neural Information Processing Systems (NeurIPS 2019): Vancouver, Canada, 8-14 December 2019. Wallach, H. & Larochelle, H. (Hrsg.). Red Hook: Curran Associates, Band 10. S. 7215-7223 9 S. (Advances in neural information processing systems; Band 32).Publikation: Beiträge in Sammelwerken › Aufsätze in Konferenzbänden › Forschung › begutachtet
- Erschienen
Zur empirischen Beforschung des mBooks Belgien: Die Chancen eines Methodenmix
Schreiber, W., Wagner, W., Trautwein, U. & Brefeld, U., 10.2019, Das Geschichtsschulbuch: Lehren – Lernen – Forschen . Kühberger, C., Bernhard, R. & Bramann, C. (Hrsg.). Münster: Waxmann Verlag, S. 57-80 24 S. (Salzburger Beiträge zur Lehrer/innen/bildung; Band 6).Publikation: Beiträge in Sammelwerken › Aufsätze in Sammelwerken › Forschung › begutachtet