MachineLearningWiSe2004

Fachgebiet Erweiterte Realität (Prof. Gudrun Klinker)
Research Group for Augmented Reality

Hauptseminar Machine Learning - Offline vs. Online Learning

Prof. Gudrun Klinker, Ph.D., Prof. Dr. Stefan Kramer
Dipl.-Inf. Martin Wagner, Dipl.-Inf. Martin Bauer, Dipl.-Inf. Ulrich Rückert

Teilnehmer

maximal 12 Studenten nach bestandenem Vordiplom.

Voranmeldung per E-Mail mit kurzer Vorstellung und Beschreibung der Erwartungen an das Seminar an Martin Wagner (martin.wagner@in.tum.de) oder Martin Bauer (martin.bauer@in.tum.de).

Übersicht

In diesem Seminar sollen mehrere Verfahren des maschinellen Lernens diskutiert werden. Dabei liegt ein besonderer Augenmerk auf online-Lernverfahren, d.h. Methoden, die ihre erlernten Parameter mit jedem neuen Eingabedatum anpassen. Im Gegensatz dazu stehen offline-Verfahren, die ihre Parameter mit einem fixen Satz von Trainingsdaten a priori erlernen.

Wir wollen die Teamarbeit der Teilnehmer fördern, indem bei den meisten Themen zwei Teilnehmer sowohl über offline- als auch online-Varianten einer bestimmten Klasse von Lernverfahren in einem gemeinsamen Vortrag berichten. Die Aufteilung und Gliederung des Vortrags bleibt dabei den Teammitgliedern überlassen.

Termine

Themenliste

Merkblatt zum Ablauf des Seminars.

Datum Nr. Bearbeiter Betreuer Thema Materialien
  1     Concept Learning and Version Spaces Click me!?
  2     Online Machine Learning Algorithms Click me!?
  3.1     Association Rules and Frequent Itemsets: Offline Click me!?
  3.2     Association Rules and Frequent Itemsets: Online Click me!?
  4.1     Decision Trees: Offline Click me!?
  4.2     Decision Trees: Online Click me!?
  5.1     Rule Learning: Offline Click me!?
  5.2     Rule Learning: Online Click me!?
  6.1     Support Vector Machines: Offline Click me!?
  6.2     Support Vector Machines: Online Click me!?
  7.1     Bayesian Learning: Offline Click me!?
  7.2     Bayesian Learning: Online Click me!?
  8.1     Clustering: Offline Click me!?
  8.2     Clustering: Online Click me!?

Literatur

Ziel des Hauptseminars ist es unter anderem daß sich die Studenten selbständig auf die Suche nach der erforderlichen Literatur begeben. Als Startpunkte können jedoch die Hinweise auf der MachineLearningLiteratur? Seite dienen.

Anforderungen

  • Überdurchschnittliche Motivation
  • Vortrag ca. 45 Min
  • Ausarbeitung ca. 10 Seiten im Chair.LaTeX-Format
  • Anwesenheit und aktive Diskussionen in den Seminaren
  • Selbständige Literaturrecherche
  • Neben der eher mathematischen Schilderung des jeweiligen Algorithmus wird auch eine Diskussion der Vor- und Nachteile sowie eine kurze Erläuterung der Einsatzgebiete erwartet.
  • Natürlich wird eine praktische Demonstration des Algorithmus, möglichst live und mit vielen bunten Bildern, überaus honoriert.

Nützliche Links



Edit | Attach | Refresh | Diffs | More | Revision r1.1 - 20 Sep 2012 - 16:53 - Main.guest

rss.gif © 2001-2004, Lehrstuhl für angewandte Softwaretechnik (2000-2004)   
© 2005 am Lehrstuhl für Informatikanwendungen in der Medizin & Augmented Reality (seit 2005)