In diesem Seminar werden Klassifikationsansätze vorgestellt, die im Gegensatz zu klassischen Ansätzen nicht ausschließlich überwacht lernen, d.h. nicht alleinig auf der Grundlage einer klassifizierten Stichprobe einen Klassifikator trainieren.
Insbesondere werden ausgewählte Ansätze aus den Bereichen "reinforcement learning", "semi-supervised learning" und genetische Algorithmen behandelt. Jede Teilnehmerin bzw. jeder Teilnehmer wählt zu Beginn des Semesters ein Vortragsthema aus und stellt dieses im Lauf des Semesters vor.
Rhythmus | Tag | Uhrzeit | Format / Ort | Zeitraum |
---|
Modul | Veranstaltung | Leistungen | |
---|---|---|---|
39-Inf-MK Musterklassifikation | Seminar Musterklassifkation | unbenotete Prüfungsleistung
|
Studieninformation |
Die verbindlichen Modulbeschreibungen enthalten weitere Informationen, auch zu den "Leistungen" und ihren Anforderungen. Sind mehrere "Leistungsformen" möglich, entscheiden die jeweiligen Lehrenden darüber.
Studiengang/-angebot | Gültigkeit | Variante | Untergliederung | Status | Sem. | LP | |
---|---|---|---|---|---|---|---|
Bioinformatik und Genomforschung / Bachelor | (Einschreibung bis SoSe 2011) | Musterklassifikation | Wahlpflicht | 6. | 4.5 | benotet | |
Informatik / Bachelor | (Einschreibung bis SoSe 2011) | Nebenfach | Musterklassifikation | Wahlpflicht | 6. | 4.5 | benotet |
Intelligente Systeme / Master | (Einschreibung bis SoSe 2012) | Musterklassifikation | Wahlpflicht | 2. | 4.5 | benotet | |
Kognitive Informatik / Bachelor | (Einschreibung bis SoSe 2011) | Musterklassifikation | Wahlpflicht | 6. | 4.5 | benotet | |
Medieninformatik und Gestaltung / Bachelor | (Einschreibung bis SoSe 2011) | Musterklassifikation | Wahlpflicht | 6. | 4.5 | benotet | |
Naturwissenschaftliche Informatik / Bachelor | (Einschreibung bis SoSe 2011) | Musterklassifikation | Wahlpflicht | 6. | 4.5 | benotet | |
Naturwissenschaftliche Informatik / Master | (Einschreibung bis SoSe 2012) | Musterklassifikation | Wahlpflicht | 2. | 4.5 | benotet |