Lehrveranstaltung
Vorlesung Recommendersysteme
Semester: | Sommersemester 2020 |
Dozenten: | Prof. Dr. Andreas Geyer-Schulz; |
Termin: | Di 09:45 - 11:15 |
Ort: | 10.11 Raum 213 |
SWS: | 2 |
Verlinkt mit: | Übung Recommendersysteme (Übung) Sommersemester 2020 |
Inhalt
Wichtige Hinweise
Entsprechend der Ankündigung von Herrn Prof. Alexander Wanner, Vizepräsident für Lehre und akademische Angelegenheiten des KIT, wird der Studienbetrieb am 20.04.2020 wieder starten, pünktlich zum geplanten Vorlesungsbeginn des Sommersemesters. Bis auf Weiteres wird es aber ausschließlich digitale Lehrangebote geben. Liebe Studierende, kommen Sie daher nicht zu Lehrveranstaltungen oder zum Lernen auf den Campus!Die KIT-Fakultäten und die zentralen Einrichtungen und Dienstleistungseinheiten und nicht zuletzt die Lehrenden tun momentan alles dafür, dass möglichst viele Lehrveranstaltungen im Sommersemester teilweise oder ganz online durchgeführt werden können.
Details zum Ablauf der Vorlesung und Übung (während der Corona-Maßnahmen):
- Alle Live-Sitzungen werden über Zoom abgehalten und über Ilias angekündigt. Details zum Zoom-Meeting werden in diesem Kurs bei der jeweiligen Sitzung (siehe Reiter "Inhalt") bekannt gegeben.
- Die Vorlesungseinheiten werden als Video aufgezeichnet und regelmäßig über Ilias bereitgestellt. Wir bieten regelmäßige Live-Fragestunden zu den Inhalten der letzten Wochen an. Diese Fragestunden finden zu den regulären Vorlesungszeiten statt (Dienstags, 09:45 Uhr). Die zweite solche Live-Sitzung findet bereits am 09. April statt um organisatorische Fragen zu klären.
- Die Übungen finden als Live-Sitzungen statt. Alle Termine finden zur regulären Zeit statt (Dienstag, 15:45 - 17:15 Uhr). Die erste Übung findet am 28. April statt.
Alle Inhalte und aktuellen Informationen erhalten Sie im Ilias Kurs, begleitende Literatur hier auf der Webseite (Spalte "Literatur").
Zoom Information for Live Session:
Time: Monthly on Tu., 09:45 AM to 11:15 AM
First Session: 09.06.2020
Join Zoom Meeting: https://kit-lecture.zoom.us/j/97561214311
Meeting ID: 975 6121 4311
Veranstaltungstermine
Time | Inhalt |
---|---|
21.04.2020, 09:45 - 11:15 | |
28.04.2020, 09:45 - 11:15 | |
05.05.2020, 09:45 - 11:15 | |
12.05.2020, 09:45 - 11:15 | |
19.05.2020, 09:45 - 11:15 | |
26.05.2020, 09:45 - 11:15 | |
02.06.2020, 09:45 - 11:15 | |
09.06.2020, 09:45 - 11:15 | |
16.06.2020, 09:45 - 11:15 | |
23.06.2020, 09:45 - 11:15 | |
30.06.2020, 09:45 - 11:15 | |
07.07.2020, 09:45 - 11:15 | |
14.07.2020, 09:45 - 11:15 | |
21.07.2020, 09:45 - 11:15 |
Vorlesungsmaterialien
Inhalt | Autor |
---|---|
I.1 Einführung | Geyer-Schulz, Andreas |
I.2 Assoziationsregel-Recommender | Geyer-Schulz, Andreas |
I.3 Collaborative Filtering Systeme | Geyer-Schulz, Andreas |
II.4 Klassifikation von Recommendersystemen | Geyer-Schulz, Andreas |
II.5 Mechanism Design Probleme | Geyer-Schulz, Andreas |
II.6 Zum Wert von Empfehlungen: Explizite Recommendersysteme | Geyer-Schulz, Andreas |
II.7 Zur Modellierung von Recommendern: Data Mining und Data Processing | Geyer-Schulz, Andreas |
III.8 Ehrenberg's Repeat-Buying Theorie | Geyer-Schulz, Andreas |
III.8a Ehrenberg's Repeat-Buying Theorie II: BibTip: Theorien, Modelle, Architektur und Erweiterungen | Geyer-Schulz, Andreas |
III.9 Entscheidungsbäume | Geyer-Schulz, Andreas |
III.10 Clustering | Geyer-Schulz, Andreas |
III.11 Web-Rankings als Empfehlungen: PageRank, Authority und Hub | Geyer-Schulz, Andreas |
Alte klausuren | Geyer-Schulz, Andreas |