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
Contextual movement models based on normalizing flows
Fadel, S., Mair, S., da Silva Torres, R. & Brefeld, U., 03.2023, in: AStA Advances in Statistical Analysis. 107, 1-2, S. 51-72 22 S.Publikation: Beiträge in Zeitschriften › Zeitschriftenaufsätze › Forschung › begutachtet
- Erschienen
Constrained Independence for Detecting Interesting Patterns
Delacroix, T., Boubekki, A., Lenca, P. & Lallich, S., 02.12.2015, 2015 IEEE International Conference on Data Science and Advanced Analytics (DSAA). Pasi, G., Kwok, J., Zaiane, O., Gallinari, P., Gaussier, E. & Cao, L. (Hrsg.). IEEE - Institute of Electrical and Electronics Engineers Inc., 10 S. 7344897. (Proceedings of the 2015 IEEE International Conference on Data Science and Advanced Analytics, DSAA 2015).Publikation: Beiträge in Sammelwerken › Aufsätze in Konferenzbänden › Forschung › begutachtet
- 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
Assessing User Behavior by Mouse Movements
Matthiesen, J. J. & Brefeld, U., 2020, HCI International 2020 - Posters - : 22nd International Conference, HCII 2020, Proceedings. Stephanidis, C. & Antona, M. (Hrsg.). Cham: Springer, S. 68-75 8 S. (Communications in Computer and Information Science; Band 1224 CCIS).Publikation: Beiträge in Sammelwerken › Aufsätze in Konferenzbänden › Forschung › begutachtet
- Erschienen
Analysing Positional Data
Brefeld, U., Mair, S. & Lasek, J., 01.10.2020, Science Meets Sports: When Statistics Are More Than Numbers. Ley, C. & Dominicy, Y. (Hrsg.). Newcastle upon Tyne: Cambridge Scholars Publishing, S. 81-94 13 S. (Physical Sciences).Publikation: Beiträge in Sammelwerken › Kapitel › 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
Action rate models for predicting actions in soccer
Dick, U. & Brefeld, U., 02.03.2022, in: AStA Advances in Statistical Analysis. 107, 1-2, S. 29-49 21 S.Publikation: Beiträge in Zeitschriften › Zeitschriftenaufsätze › Forschung › begutachtet