Sorry – this document is available in German only.

Der Bereich des Machine Learning erfasst allgemeine statistische Methoden, um Wissen zu repräsentieren und dieses zur Interpretation von Daten zu verwenden. Die klassischen Aufgaben sind dabei Klassifikation, Regression und Clustering. Im Fall der Klassifikation wird aus gegebenen klassifizierten Daten eine Entscheidungsfunktion gelernt, die es erlaubt, neuen Daten ebenfalls ein Klassenlabel zuzuweisen. Bei der Regression wird anhand von gegebenen Datenpaaren eine Abbildung aus einem Raum in einen anderen gelernt. Das Clustering kann schließlich als eine unüberwachte Variante der Klassifikation betrachtet werden, bei der einer Menge von Datenpunkten anhand von Ähnlichkeitskriterien Klassenlabel zugewiesen werden. Machine Learning Ansätze haben zahlreiche Anwendungen in verschiedenen Themengebieten, speziell in solchen in denen Unsicherheiten in den Daten eine große Rolle spielen. Ein wichtiges Anwendungsgebiet ist mit Sicherheit der Computer Vision Bereich. In der Vorlesung werden die genannten Aufgaben und entsprechende Methoden behandelt. Die Vorlesung orientiert sich am Buch "Pattern Recognition and Machine Learning" von Christopher Bishop, erschienen 2006 bei Springer, setzt aber eigene Akzente.

Voraussetzungen :

Solides mathematisches Grundlagenwissen.

Weitere Hinweise:

Die Vorlesung wird in deutsch gehalten, die Folien sind englisch. Mündliche Prüfung nach Ende der Vorlesungszeit.

Einschreibung:

Die Einschreibung erfolgt zur ersten Vorlesung am 8.04.2008.

Dienstag, 8. Juli 2008 - Raumänderung / INF E067 (Teichseite)

Grund:
15. Zentraleuropäische Olympiade für Informatik - CEOI 2008

Vorlesung

Beginn: 08.04.2008

Dienstag, 5. DS, 14:50-16:20 Uhr, INF E046

Folien:

1. 08.04.2008
2. 15.04.2008
3. 22.04.2008
4. 29.04.2008
5. 06.05.2008
6. 20.05.2008
7. 27.05.2008
8. 03.06.2008
9. 10.06.2008
10. 17.06.2008
11. 24.06.2008
12. 08.07.2008