1Michael Schaidnagel, WIM02, Hochschule Reutlingen, Alteburgstraße 150, 72762 Reutlingen,

Slides:



Advertisements
Ähnliche Präsentationen
Bewertung von Yu-Gi-Oh!-Sammelkarten mit Daten des Marktplatzes eBay
Advertisements

Teilaufgabe: Anwendungsfall „Studierende verwalten“
DVG Einfache Klassen Einfache Klassen. DVG Einfache Klassen 2 Strukturen Beispiel: Personendaten bestehen aus –String name –String vorname.
Data Mining / Wissensextraktion
Batterietechnologie und Elektrochemie
Nationale Bildungskonferenz Elektromobilität 2011 Forum 12 eCar: – Fahrzeugtechnik Good-Practice Beispiele zur Elektromobilität in der Fahrzeugtechnik.
Nutzung und Bedeutung von Business Intelligence und Business Intelligence Methoden und -Werkzeugen Durch die Analyse des BI mit dem Fokus der Managementunterstützung.
Multidimensionale Skalierung (..., Shepard, 1962, ...)
FH-Hof Effizienz - Grundlagen Richard Göbel. FH-Hof Inhalt Einführung Aufwand für Anfragen ohne Indexierung Indexstrukturen für Anfragen an eine Tabelle.
WS Algorithmentheorie 01 – Divide and Conquer (Segmentschnitt) Prof. Dr. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (11-1 –Selbstanordnende lineare Listen) Prof. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (27-Selbstanordnende lineare Listen) Prof. Th. Ottmann.
Vortrag 11: Reengineering - Refactoring
Fachbereich Maschinenbau und Produktion
Informationen zur Klausur
DVG Einfache Klassen 1 Einfache Klassen. 2DVG Einfache KlassenStrukturen Beispiel: Personendaten bestehen aus String name String name.
Die „Analyse der Aufgabenstellung“
Rating Ratingvalidierung – quantitative Validierung
Prozentrechnen % Klasse 7b 2001.
Die herbstliche Nitratdynamik im Boden eines Wasserschutzgebietes
Klausurbesprechung Referent: Dipl.-Kfm. René Herrmann
Strategisches Marketing SS 2011 Prof Dr. Heike Simmet
Entitäten Extraktion Wichtige Schritte Petra Maier WS 05/06.
Prof. Dr. Gerhard Schmidt pres. by H.-J. Steffens Software Engineering SS 2009Folie 1 Objektmodellierung Objekte und Klassen Ein Objekt ist ein Exemplar.
Cooperation & management Institute of Telematics University of Karlsruhe Prof. Dr. S. Abeck FORUM der Fakultät für Informatik zur Unterstützung der Lehre.
Standard-Software Prof. Dr. Erik Jacobson Lehrveranstaltung im SS 2006
WS 2005/06Standard-Software Prof. Dr. Erik Jacobson Blatt 1 Standard-Software Prof. Dr. Erik Jacobson Lehrveranstaltung im WS 2005/06 Vorlesung.
GlobalStorehouseGlobalStorehouse Institut für Modellbildung und Simulation IMS Bemerkung: Mit diesem "MB" und "WBM" lässt sich der ganze Zyklus abdecken.
Copyright Dr. Susanne Friese Bemerken (noticing) Sammeln (collecting) Denken (thinking) copyright Dr. Susanne Friese 2012.
Relevanz von Gutscheinen im E-Commerce Marktforschung im Rahmen einer Bachelorarbeit Stand: März 2011.
Internetverwendung und Werbeaffinität APA-IT Forum 7. Mai 2008
Tipps für die Einfache Suche. Setzt du deine zusammengehörigen Suchbegriffe in Anführungszeichen, erhältst du dann nur jene Ergebnisse die genau die eingegebene.
Studie Einfluss der Sitzposition in den Vorlesungsräumen auf die studentische Leistung Jochen Jung, Larry Maus und Steffen Brünske.
Bearbeiter: Maren Sötebier, Hannes Neumann, Oliver Böhm
STUDIEREN IN GRANADA.
Diskrete Mathematik II
Auslegung eines Vorschubantriebes
Tragwerke V Martin M. Speich Wahlpflichtfach INTROBILD Prof. Dr.-Ing.
SoSe_2014 _Prof. Dr. Werner Stork und Olaf Schmidt
Campus 2 Go Rhea.
Übersicht - Methodik Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze.
Campus App Betreuer: Prof. Dr. rer nat. Friedrich Laux Tim Lessner
DAC Versammlung Michael Hauschild, 6-Mar-2012, page 1 Stand des Gentner-Programms für technische Doktoranden.
Fakultät für Informatik WI/WE 2005S UE WI/WE Web Engineering /3 Dr. Michael Derntl Fakultät.
Fakultät für Informatik WI/WE 2005S UE WI/WE Web Engineering /3 und /4 Michael Derntl Fakultät.
Begriff, Aufbau und Funktionen
Deutschlandpokal Eishockey Spielplan / Ergebnisse Vorrunde - Freitag 16:00 – 16:20 A Sindelfingen 2 – Friedrichshafen0:2 16:20 – 16:40 A Rastatt1 - Mannheim.
INFO Weitere Informationen:. Ausgangslage.
se_8_statische_klassen.ppt1 Softwareengineering Statische Klassen Prof. Dr.-Ing. Axel Benz, Berlin School of Economics and Law.
HOCHSCHULE FÜR TECHNIK, WIRTSCHAFT UND KULTUR LEIPZIG
Michael Grünwald Die Graphische Sammlung Stift Göttweig.
Titel der Praxissemester-Arbeit
Analyse von Deliktsähnlichkeiten auf der Basis von Individualdaten
Testgütekriterien Tamara Katschnig.
Die Praxis des Asylrechts zwischen Gesetzesanwendung und Gnadenakt
Sommergespräch am 5. September 2003 W eimar Netzwerk.
Dr. Udo Lange vhs Stadt Fulda
1 Prozesse im Studierendenmanagement Kontext: Studierenden anlegen Sonstige Aktivitäten: Suchfunktion, s verschicken, diverse Auswertungen.
RELAX Die Lernplattform der Hochschule Reutlingen
Erprobung von Interpolationsmethoden für plan-polare Antennenmesstechnik von Michael Delissen Michael Delissen, IHF, RWTH Aachen University.
Bubblesort. Inhaltsverzeichnis Allgemeines Aufbau Prinzip Beispiel.
Universität Würzburg Lehrstuhl für Kommunikationsnetze Prof. Dr.-Ing. P. Tran-Gia Professionelles Projektmanagement in der Praxis Prof. Dr. Harald Wehnes.
1. Betreuer: Prof. Dr. Jörg Striegnitz 2. Betreuer: Dr. Martin Schindler Kontextsensitive Autocompletion für Klassendiagramme in der UML/P Florian Leppers.
DOAG Hochschul-Community
Welches Ziel verfolgt das Hochschulranking?
A Liebesfilme B Krimis C Horrorfilme Positiv Komparativ Superlativ
Big Data Anwendungen ... selbst gedacht.
Was erwarten Sie von diesem ersten (!) Meilenstein?
Gruppenarbeit 12: Fact Sheet - Projekt in der Praxisphase
 Präsentation transkript:

1Michael Schaidnagel, WIM02, Hochschule Reutlingen, Alteburgstraße 150, Reutlingen, Zwischenergebnisse Testreihen

2Michael Schaidnagel, WIM02, Hochschule Reutlingen, Alteburgstraße 150, Reutlingen, Agenda Ergebnisse Kohorten-Analyse Ergebnisse FLeval-Daten (von Prof. Dr. Laux modifzierte Daten)

3Michael Schaidnagel, WIM02, Hochschule Reutlingen, Alteburgstraße 150, Reutlingen, Trainingsdaten werden in Kohorten aufgeteilt K 20 % Kohorte1 Kohorte2 Kohorte3 Kohorte4 Kohorte5 Kohorte 5 enthält die letzten 20 % der Trainingsdaten etc. Anwenden der Kohorten auf die Trainingsdaten

4Michael Schaidnagel, WIM02, Hochschule Reutlingen, Alteburgstraße 150, Reutlingen, Ergebnisübersicht Kohorten Kohorte 5 liefert das beste Ergebnis (besser, als wenn alle Daten zum trainieren genutzt worden wären)

5Michael Schaidnagel, WIM02, Hochschule Reutlingen, Alteburgstraße 150, Reutlingen, Ergebnisübersicht Kohorten Kohorte 5 liefert die höchste Abdeckungsquote Kohorte 5 ist den Validierungsdaten am ähnlichsten evtl. durch zeitliche nähe

6Michael Schaidnagel, WIM02, Hochschule Reutlingen, Alteburgstraße 150, Reutlingen, Detailergebnisse Kohorten Unterschiedliche Ähnlichkeitsraten wurden angewendet Kohorte1T Trainingsdaten Validierungsdaten

7Michael Schaidnagel, WIM02, Hochschule Reutlingen, Alteburgstraße 150, Reutlingen, Detailergebnisse Kohorten Unterschiedliche Ähnlichkeitsraten wurden angewendet Kohorte2T Trainingsdaten Validierungsdaten

8Michael Schaidnagel, WIM02, Hochschule Reutlingen, Alteburgstraße 150, Reutlingen, Detailergebnisse Kohorten Unterschiedliche Ähnlichkeitsraten wurden angewendet Kohorte3T Trainingsdaten Validierungsdaten

9Michael Schaidnagel, WIM02, Hochschule Reutlingen, Alteburgstraße 150, Reutlingen, Detailergebnisse Kohorten Unterschiedliche Ähnlichkeitsraten wurden angewendet Kohorte4T Trainingsdaten Validierungsdaten

10Michael Schaidnagel, WIM02, Hochschule Reutlingen, Alteburgstraße 150, Reutlingen, Detailergebnisse Kohorten Unterschiedliche Ähnlichkeitsraten wurden angewendet Kohorte5T Trainingsdaten Validierungsdaten

11Michael Schaidnagel, WIM02, Hochschule Reutlingen, Alteburgstraße 150, Reutlingen, FLeval Daten Beinhalten lediglich die Top 100 Items Trainingsdaten bestehen aus: [FLAggrTrainWOlast3Entries] [FLEvalPrediction] Validierungsdaten bestehen aus: [FLtransact_testOri] [FLErgebnisEval_task1_transact] siehe hierzu auch: university.de/mod/forum/discuss.php?d=5907 K fleval T fleval

12Michael Schaidnagel, WIM02, Hochschule Reutlingen, Alteburgstraße 150, Reutlingen, Ergebnisse FLeval Daten K fleval T fleval zwischen 4,78 % und 18,68 % Detailergebnis FLeval

13Michael Schaidnagel, WIM02, Hochschule Reutlingen, Alteburgstraße 150, Reutlingen, Ergebnisse FLeval Daten K fleval T fleval zwischen 3,67 % und 19,10 % Detailergebnis Fleval-Self-Train