Machine Learning
Kursbeschreibung
| DozentInnen | Sascha Fendrich |
| Veranstaltungsart | Hauptseminar/Übung |
| Zeit und Ort | HS: Do, 14:15 - 15:45, INF 325 / SR 24 (SR), ab 22.10. |
| Achtung! Termin verlegt: Üb: Do, 13:45 - 14:15, INF 325 / SR 24 (SR). |
|
| Studiengang | MA, Magister |
| Modul-Kürzel | MA: SS-CL, SS-TAC |
| Leistungsbewertung | MA: 8 LP |
Teilnahmevoraussetzungen
- Programmierprüfung
- Formale Grundlagen oder Mathematischer Vorkurs
- Grundkenntnisse in Statistik
Leistungsnachweis
- Bearbeitung der Übungsaufgaben
- Referat (40%)
- Klausur bzw. mündliche Prüfung (60%)
Inhalt
Die Veranstaltung hat in der ersten Semesterhälfte die Form einer Vorlesung; in der zweiten Hälfte erfolgen Referate der Teilnehmer. Gegenstand der Veranstaltung sind grundlegende Methoden des Maschinellen Lernens. Behandelt werden u.a. Entscheidungsbäume, Clustering-Verfahren, Naive Bayes, Kernel-basierte Methoden und Support-Vector-Maschinen. Darüber hinaus wird es im Rahmen einer Übung die Gelegenheit geben, die Data-Mining-Software WEKA kennen zu lernen.
Kursübersicht
Seminarplan
| Datum | Sitzung | Materialien |
| Vorlesungsteil | ||
|---|---|---|
| 22.10 | 1. Orga, Einführung, Begriffliches Lernen | Folien, Übung |
| 29.10 | 2. Klassifikation, Entscheidungsbäume | Folien, Übung, arff, Musterlösung |
| 05.11 | 3. Künstliche Neuronale Netze | Folien, Übung, Musterlösung |
| 12.11 | 4. Kernels und Support-Vector-Maschinen | Folien, Übung, Musterlösung |
| 19.11 | 5. Instanzbasiertes Lernen & Naive Bayes | Folien, Übung, Musterlösung |
| 26.11 | 6. Orga, Induktive Logische Programmierung | Folien, Übung, Musterlösung |
| 03.12 | 7. Assoziationsregeln, Clustering | Folien, Übung, Musterlösung (update) |
| 10.12 | 8. Regelinduktion, Genetische Algorithmen | Folien I, Folien II (update) |
| 17.12 | 9. entfällt | |
| Seminarteil | ||
| 07.01 | 10. Vorbesprechung der Referate | |
| 14.01 | 11a. Decision Trees / Named Entity Recognition (Katharina) 11b. Neural Networks / Word Alignment (Patrick) | Folien (11a, 11b) |
| 21.01 | 12a. Neural Networks / Word Sense Disambiguation (Klara) 12b. Support Vector Machines / BioNER (Sandra) | Folien (12a, 12b) |
| 28.01 | 13. Fragestunde / Wiederholung | Folien |
| Freitag 05.02 | 14. Prüfung (ab 14:00 Uhr, Raum 107) | |
Literatur
- Mitchell: Machine Learning. McGraw-Hill, 1997.
- Witten/Frank: Data Mining. Morgan Kaufman, 2005.
- Manning and Schütze: Foundations of Statistical Natural Language Processing. MIT Press, 1999.
weitere Literatur wird im Kurs bekannt gegeben