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
HyperUCB: Hyperparameter optimization using contextual bandits
Tavakol, M., Mair, S. & Morik, K., 28.03.2020, Machine Learning and Knowledge Discovery in Databases: International Workshops of ECML PKDD 2019, Würzburg, Germany, September 16–20, 2019, Proceedings, Part I. Cellier, P. & Driessens, K. (Hrsg.). Cham: Springer Nature AG, Band 1. S. 44-50 7 S. ( Communications in Computer and Information Science; Band 1167).Publikation: Beiträge in Sammelwerken › Aufsätze in Konferenzbänden › Forschung › begutachtet
- Erschienen
How Much Home Office is Ideal? A Multi-Perspective Algorithm
Colley, M., Jansen, P., Matthiesen, J., Hoberg, H., Reger, C. & Thiermann, I., 20.09.2023, Proceedings of the 2nd Annual Meeting of the Symposium on Human-Computer Interaction for Work, CHIWORK 2023. Boll, S., Cox, A., Ludwig, T. & Cecchinato, M. E. (Hrsg.). New York: Association for Computing Machinery, Inc, 12 S. 8. (ACM International Conference Proceeding Series).Publikation: Beiträge in Sammelwerken › Aufsätze in Konferenzbänden › Forschung › begutachtet
- Erschienen
Hands in Focus: Sign Language Recognition Via Top-Down Attention
Sarhan, N., Wilms, C., Closius, V., Brefeld, U. & Frintrop, S., 08.10.2023, 2023 IEEE International Conference on Image Processing, ICIP 2023 - Proceedings: Proceedings. Piscataway: IEEE Electromagnetic Compatibility Society, S. 2555-2559 5 S. (Proceedings - International Conference on Image Processing, ICIP).Publikation: Beiträge in Sammelwerken › Aufsätze in Konferenzbänden › Forschung › begutachtet
- Erschienen
Guest editorial: Special issue on sports analytics
Brefeld, U. & Zimmermann, A., 01.11.2017, in: Data Mining and Knowledge Discovery. 31, 6, S. 1577-1579 3 S.Publikation: Beiträge in Zeitschriften › Andere (Vorworte. Editoral u.ä.) › Forschung
- Erschienen
Graph Conditional Variational Models: Too Complex for Multiagent Trajectories?
Rudolph, Y., Brefeld, U. & Dick, U., 2020, in: Proceedings of Machine Learning Research. 137, S. 136-147 12 S.Publikation: Beiträge in Zeitschriften › Konferenzaufsätze in Fachzeitschriften › Forschung › begutachtet
- Erschienen
Frame-based Optimal Design
Mair, S., Rudolph, Y., Closius, V. & Brefeld, U., 23.01.2019, Machine learning and knowledge discovery in databases: European Conference, ECML PKDD 2018, Dublin, Ireland, September 10-14, 2018 : proceedings. Berlingerio, M., Bonchi, F., Gärtner, T., Hurley, N. & Ifrim, G. (Hrsg.). Cham: Springer Nature AG, Band 2. S. 447-463 17 S. (Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics); Band 11052 LNAI).Publikation: Beiträge in Sammelwerken › Aufsätze in Konferenzbänden › Forschung › begutachtet
- Erschienen
Frame-based Data Factorizations
Mair, S., Boubekki, A. & Brefeld, U., 25.07.2017, 34th International Conference on Machine Learning, ICML 2017. Precup, D. & Teh, Y. W. (Hrsg.). Red Hook: Curran Associates, S. 2305-2313 9 S. (Proceedings of Machine Learning Research; Band 70).Publikation: Beiträge in Sammelwerken › Aufsätze in Konferenzbänden › Forschung › begutachtet
- Erschienen
Foreword to applied data science, demo, and nectar tracks
Brefeld, U., Curry, E., Daly, E., Macnamee, B., Marascu, A. & Pinelli, F., 01.01.2019, Machine Learning and Knowledge Discovery in Databases: European Conference, ECML PKDD 2018, Dublin, Ireland, September 10-14, 2018 : proceedings. Brefeld, U., Curry, E., Daly, E., Macnamee, B., Marascu, A. & Pinelli, F. (Hrsg.). Cham: Springer, Band 3. S. V-VI 2 S. (Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics); Band 11053).Publikation: Beiträge in Sammelwerken › Andere (Vor- und Nachworte ...) › 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
FaST: A linear time stack trace alignment heuristic for crash report deduplication
Rodrigues, I. M., Aloise, D. & Fernandes, E. R., 23.05.2022, The 2022 Mining Software Repositories Conference: MSR 2022, Proceedings; 18-20 May 2022, Virtual; 23-24 May 2022, Pittsburgh, Pennsylvania. New York: Institute of Electrical and Electronics Engineers Inc., S. 549-560 12 S. (Proceedings - IEEE/ACM International Conference on Mining Software Repositories ).Publikation: Beiträge in Sammelwerken › Aufsätze in Konferenzbänden › Forschung › begutachtet