Maschinelles Lernen

Veranstaltung	Wochentag	Termin	Ort
042519	Dienstag	14.15 - 16.00	Martin-Schmeisser-Weg 16, E31, Campus Nord

Bitte beachten Sie die geänderten Räume.

Inhalt:

Kaum ein Teilgebiet der Künstlichen Intelligenz hat sich so rasant entwickelt wie das maschinelle Lernen, dessen internationale Tagungen von jeweils mehr als 300 Interessierten besucht werden, dessen Methoden in vielen erfolgreichen Programmen (z.B. Google, Amazon) integriert sind und dessen Ergebnisse für viele Anwendungen (z.B. Marketing, Medizin) erfolgreich genutzt werden. Dabei ist das Gebiet theoretisch wohl fundiert mit Bezug auf Statistik und Logik. Die Vorlesung behandelt die Lernaufgaben

• - Klassifikation
• - Subgruppenentdeckung
• - Merkmalsauswahl und -extraktion
• - Clustering.

Dabei werden verschiedene Methoden (Klassen von Algorithmen) mit ihrem jeweiligen theoretischen Hintergrund vorgestellt:

• - Lernen von Entscheidungsbäumen
• - Induktive logische Programmierung
• - Entdeckung häufiger Mengen (frequent set mining)
• - Stützvektormethode (support vector machines)
• - Genetische Programmierung, Evolutionsstrategie
• - kMeans clustering
• - verteiltes clustering

In den Übungen werden zum einen für ein besseres Verständnis Algorithmen nachimplementiert, zum anderen gegebene Algorithmen auf Datensätze angewandt und die Ergebnisse evaluiert.

Literatur:

• - Stefan Wrobel, Katharina Morik, Thorsten Joachims (2000) "Maschinelles Lernen und Data Mining" in: Görz, Rollinger, Schneeberger (Hg.) "Handbuch der Künstlichen Intelligenz", Oldenburg, 3. erw. Auflage
• - Tom Mitchell (1997) "Machine Learning", McGraw-Hill
• - Christopher Burges (1998)"A Tutorial on Support Vector Machines for Pattern Recognition" in: Data Mining and Knowledge Discovery Journal, Vol 2, S. 121 - 167, Kluwer
• - John Platt (1999) "Fast Training of Support Vector Machines using Sequential Minimal Optimization" in: Schölkopf, Burges, Smola (eds) "Advances in Kernel Methods ? Support Vector Learning", S. 185 - 208, MIT Press

Weitere Literatur wird in der Vorlesung angegeben.

Folien & Übungen:

Die Folien zur Vorlesung, sowie Informationen zu den Übungen, die Übungsbätter, usw. finden sich bald auf der Übungsseilte .