Machine Learning im Wintersemester 2013/2014



Studiengang: Informatik (M.Sc.)
LV-Art.: Seminar (2 + 4 SWS)
LV-Nr.: 8581
Credits: 10
Termine: Di. 8:15-9:45 (Seminar, D18)
Di. 10:00-13:15 (Praktikum, D18)
Prüfung: Praktische Tätigkeit & Fachgespräch
machinelearning

Inhalt

  • Die Veranstaltung ist eine Einführung in den Bereich des Maschinellen Lernens. Es werden Strategien des überwachten, unüberwachten und evolutionären Lernens behandelt. Grundlage der Veranstaltung ist das Lehrbuch von Stephen Marsland (siehe Literaturangabe).

Voraussetzungen

  • Analysis, Lineare Algebra, Stochastik
  • Programmieren (Python)

Materialien

Projektthemen

  • Gutheil: Entscheidungsbäume, Boosting/Bagging
  • Volland: Entscheidungsbäume, Boosting/Bagging
  • Pasler: HMM
  • Rieder: HMM
  • Baumgärtner: k-Means
  • Brylka: k-Means
  • Reichwein: LSTM
  • Lopez: LSTM
  • Weißer: SVM
  • Dudda: SVM

Literatur

  • Marsland, S.; Machine Learning: An Algorithmic Perspective, Chapman and Hall/CRC, 2009.