Statistical Methods for Computational Linguistics
Kursbeschreibung
| Studiengang | Modulkürzel | Leistungs- bewertung |
|---|---|---|
| BA-2010 | FF-SM | 6 LP |
| NBA | FF-SM | 6 LP |
| ABA | A10 | 4 LP |
| Magister | - | - |
| Dozenten/-innen | Stefan Riezler, Sascha Fendrich |
| Veranstaltungsart | Vorlesung/Übung |
| Veranstaltungsbeginn | V: Di, 19.10.2010 Ü: Do, 28.10.2010 |
| Zeit und Ort | Di, 16:15–17:45, INF 306 / SR 14 (SR) |
| Do, 14:15–15:45, INF 328 / SR 25 (SR) |
Teilnahmevoraussetzungen
Grundlagen der Wahrscheinlichkeitstheorie und Linearen Algebra, z.B. aus Mathematischem Grundkurs
Leistungsnachweis
- Aktive und regelmässige Teilnahme
- Bearbeitung der Übungsaufgaben
- Klausur
Die Teilnahme an Vorlesung und Übung ist verpflichtend.
Inhalt
Die Vorlesung stellt zentrale Konzepte der Statistical Learning Theory vor, und exemplifiziert diese anhand grundlegender Methoden zur Klassifikation, Regression, etc. Der Fokus der Vorlesung liegt auf Kernel-basierten Methoden und den diesen zugrundeliegenden theoretischen Fundamenten.
Mögliche Themenbereiche der Verlesung sind:
- Risk und Loss Funktionen
- Generalisierungstheorie
- Optimierungstheorie
- Kernel-basierte Methoden für Klassifizierung, Regression, etc.
- Kernel-Designs
Literatur
Grundlage der Vorlesung ist
-
Schölkopf & Smola (2002). Learning with Kernels. Support Vector
Machines, Regularization, Optimization, and Beyond. MIT Press.
