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).
- 2019
- 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
- Erschienen
Personalized Transaction Kernels for Recommendation Using MCTS
Tavakol, M., Joppen, T., Brefeld, U. & Fürnkranz, J., 01.09.2019, KI 2019: Advances in Artificial Intelligence - 42nd German Conference on AI, Proceedings. Benzmüller, C. & Stuckenschmidt, H. (Hrsg.). Wiesbaden: Springer, S. 338-352 15 S. (Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics); Band 11793 LNAI).Publikation: Beiträge in Sammelwerken › Aufsätze in Konferenzbänden › Forschung › begutachtet
- Erschienen
Predicting the Difficulty of Exercise Items for Dynamic Difficulty Adaptation in Adaptive Language Tutoring
Pandarova, I., Schmidt, T., Hartig, J., Boubekki, A., Jones, R. D. & Brefeld, U., 15.08.2019, in: International Journal of Artificial Intelligence in Education. 29, 3, S. 342-367 26 S.Publikation: Beiträge in Zeitschriften › Zeitschriftenaufsätze › Forschung › begutachtet
- Erschienen
Machine Learning and Data Mining for Sports Analytics: 5th International Workshop, MLSA 2018, colocated with ECML/PKDD 2018, Dublin, Ireland, September 10, 2018, Proceedings
Brefeld, U. (Herausgeber*in), Davis, J. (Herausgeber*in), Van Haaren, J. (Herausgeber*in) & Zimmermann, A. (Herausgeber*in), 05.04.2019, Springer Nature AG. 179 S. (Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics); Band 11330 LNAI)Publikation: Bücher und Anthologien › Sammelwerke und Anthologien › Forschung
- Erschienen
Learning to Rate Player Positioning in Soccer
Dick, U. & Brefeld, U., 01.03.2019, in: Big Data. 7, 1, S. 71-82 12 S.Publikation: Beiträge in Zeitschriften › Zeitschriftenaufsätze › Forschung › begutachtet
- Erschienen
Reformstudie Belgien: eine Effektstudie zur Einführung von kompetenzorientiertem Rahmenplan und mBook
Schreiber, W., Trautwein, U., Wagner, W. & Brefeld, U., 01.02.2019, Geschichtsdidaktischer Zwischenhalt: Beiträge aus der Tagung "Kompetent machen für ein Leben in, mit und durch Geschichte" in Eichstätt vom November 2017. Schreiber, W., Ziegler, B. & Kühberger, C. (Hrsg.). 1. Aufl. Münster: Waxmann Verlag, S. 161-174 14 S. 2Publikation: Beiträge in Sammelwerken › Aufsätze in Sammelwerken › Forschung
- 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
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
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
Machine Learning and Knowledge Discovery in Databases: European Conference, ECML PKDD 2018, Dublin, Ireland, September 10-14, 2018, Proceedings - Part III
Brefeld, U. (Herausgeber*in), Curry , E. (Herausgeber*in), Daly, E. (Herausgeber*in), MacNamee, B. (Herausgeber*in), Marascu, A. (Herausgeber*in), Pinelli , F. (Herausgeber*in), Berlingerio, M. (Herausgeber*in) & Hurley, N. (Herausgeber*in), 2019, Cham: Springer. 706 S. (Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics); Band 11054 LNAI)Publikation: Bücher und Anthologien › Sammelwerke und Anthologien › Forschung