1. //
  2. Start
  3. //
  4. Organisationen
  5. //
  6. Professur für Wirtschaftsinformatik, ins...
  7. //
  8. Publikationen
  9. //

Professur für Wirtschaftsinformatik, insbesondere Machine Learning

Organisation: Professur

Organisationsprofil anzeigen

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). 

Erweiterte Suchoptionen
Erweiterte Suchoptionen

Zurücksetzen

Bis
51 - 60 von 67Seitengröße: 10
sortieren: Erscheinungsjahr
  1. 2018
  2. 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

  3. 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

  4. 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

  5. Erschienen

    Distributed robust Gaussian Process regression

    Mair, S. & Brefeld, U., 01.05.2018, in: Knowledge and Information Systems. 55, 2, S. 415-435 21 S.

    Publikation: Beiträge in Zeitschriften › Zeitschriftenaufsätze › Forschung › begutachtet

  6. 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

  7. 2017
  8. 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

  9. 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

  10. 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

  11. Erschienen

    Propagating Maximum Capacities for Recommendation

    Boubekki, A., Brefeld, U., Lucchesi, C. L. & Stille, W., 2017, KI 2017: Advances in Artificial Intelligence: 40th Annual German Conference on AI, Dortmund, Germany, September 25-29, 2017 : proceedings. Cham, Schweiz: Springer, S. 72-84 13 S. (Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics); Band 10505 LNAI).

    Publikation: Beiträge in Sammelwerken › Aufsätze in Konferenzbänden › Forschung › begutachtet

  12. 2016
  13. Erschienen

    Predicting the future performance of soccer players

    Arndt, C. & Brefeld, U., 01.10.2016, in: Statistical Analysis and Data Mining. 9, 5, S. 373-382 10 S.

    Publikation: Beiträge in Zeitschriften › Zeitschriftenaufsätze › Forschung › begutachtet

Vorherige 12 3 4 5 6 7 Nächste