Statistical Methods for Computational Linguistics
Kursbeschreibung
Studiengang | Modulkürzel | Leistungs- bewertung |
---|---|---|
BA-2010 | FF-SM | 6 LP |
Dozenten/-innen | Stefan Riezler |
Veranstaltungsart | Vorlesung/Übung |
Erster Termin | 27.10.2016 |
Zeit und Ort | Fr, 16:15–17:45, INF 327 / SR 5 (SR) |
Do, 11:15–12:45, INF 306 / SR 14 (SR) | |
Commitment-Frist | tbd. |
Teilnahmevoraussetzungen
- Erfolgreicher Abschluss des Kurses "Formale Grundlagen der Computerlinguistik: Mathematische Grundlagen"
Leistungsnachweis
- Regelmässige Teilnahme an Vorlesung und Übung wird empfohlen
- Bearbeitung der Übungsaufgaben
- Klausur
Inhalt
Die Vorlesung stellt zentrale Konzepte des statistischen maschinellen Lernens vor, und exemplifiziert diese anhand einfacher Aufgaben aus der automatischen Sprachverarbeitung. Der Fokus der Vorlesung liegt einerseits auf der Vermittlung theoretischer Fundamente maschinellen Lernens, andererseits auf der praktischen Umsetzung in effiziente Lernalgorithmen.
Mögliche Themenbereiche der Vorlesung sind:
- Loss/Risk-Funktionen
- Optimierung
- Regularisierung
- Lineare/Nicht-Lineare Modelle
- Online/Batch Algorithmen
Literatur
- Schölkopf & Smola (2002). Learning with Kernels. Support Vector Machines, Regularization, Optimization, and Beyond. MIT Press.
- Abney (2008). Semisupervised Learning. Chapman & Hall.
- Kulkarni, Harman (2011). An Elementary Introduction to Statistical Learning Theory. Wiley.
- Hastie, Tibshirani, Friedman (2011). The Elements of Statistical Learning. Data Mining, Inference, and Prediction. Springer.
- Kevin Murphy (2012). Machine Learning. A Probabilistic Perspective. MIT Press.