392117 Vertiefung Maschinelles Lernen (V) (WiSe 2012/2013)
Inhalt, Kommentar
-
Aufbauend auf dem Grundlagen-Modul "Neuronale Netze und Lernen", welches die grundlegende Theorie des maschinellen Lernens sowie einige grundlegende Ansätze behandelt hat, werden in diesem Modul weitere, komplexere Lernarchitekturen behandelt. Die Themen der Vorlesung umfassen insbesondere:
Ensemble-Verfahren - gewichtete Kombination mehrerer Lern-Module
Mixture-of-Experts - (hierarchische) Zuweisung von Subproblemen zu Experten-Modulen
Aktives Lernen
Reinforcement-Lernen
Partially Observable Markov Decision Processes (POMDPs)
Gaussian Processes: Bishop, Kapitel 6.4
Graphical Models
Sampling: Bishop, Kapitel 11Übungen
Anstatt wöchentliche Übungszettel zu bearbeiten, sollen Sie bis Ende November eine Projektaufgabe realisieren: Suchen Sie eine Implementierung des Viola-Jones-Algorithmus heraus und wenden Sie ihn auf ein komplexes Klassifikationsproblem an. In Frage kommen z.B. Gesichtserkennung, Handerkennung oder sogar Hand-Postur-Erkennung, d.h. Klassifikation der Handstellung.
Datenbanken von Gesichtsbildern
Datenbank von Handposturen
Handposturerkennung mit AdaBoost und SIFT-Features (Full Text)http://ni.www.techfak.uni-bielefeld.de/teaching/vertiefung-maschinelles-lernen
Teilnahmevoraussetzungen, notwendige Vorkenntnisse
-
Die Vorlesung wendet sich an einschlägig interessierte Studenten der Informatik, Mathematik und Linguistik im Hauptstudium. Neuronale Netze und Lernen
Literaturangaben
-
Bishop, Ch., "Pattern Recognition and Machine Learning", Springer
Mitchel, T., "Machine Learning",
Viola, P., Jones, M., "Robust Real-Time Face Detection", International Journal of Computer Vision 57(2), 137–154, 2004
Sutton & Barto, "Reinforcement Learning: An Introduction", MIT Press
Vorlesungsfolien POMDPs, W. Burgard, Uni Freiburg
David MacKay: "Gaussian Processes Basics" (video lecture)
Iain Murray: "Markov Chain Monte Carlo" (video lecture)
Externe Kommentarseite
Lehrende
Termine ( Kalendersicht )
| Rhythmus | Tag | Uhrzeit | Format / Ort | Zeitraum | |
|---|---|---|---|---|---|
| wöchentlich | Do | 08-10 | U5-133 | 08.10.2012-01.02.2013
nicht am: 01.11.12 / 27.12.12 / 03.01.13 |
Verstecke vergangene Termine <<
Fachzuordnungen
| Modul | Veranstaltung | Leistungen | |
|---|---|---|---|
| 39-M-Inf-VML Vertiefung Maschinelles Lernen | Vertiefung Maschinelles Lernen | 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 | |
|---|---|---|---|---|---|---|---|
| Intelligente Systeme / Master | (Einschreibung bis SoSe 2012) | Vertiefung Maschinelles Lernen | Wahlpflicht | 1. | 5 | benotet | |
| Naturwissenschaftliche Informatik / Diplom | (Einschreibung bis SoSe 2004) | Robotik; Physik; Biologie; NNet; ME | HS | ||||
| Naturwissenschaftliche Informatik / Master | (Einschreibung bis SoSe 2012) | Vertiefung Maschinelles L | Wahlpflicht | 1. | 5 | benotet |
Anzahl Einzelleistungen (benotet und unbenotet)
eine benotete Einzelleistung
Prüfungsformen
Variante 1:
benotete mündliche Prüfung über die Inhalte der Vorlesung
Variante 2:
Portfolio aus Übungsaufgaben, die veranstaltungsbezogen gestellt werden. Note wird aus Durchschnittsleistung
(Vergabe von Bewertungspunkten) von zwei Tafelpräsentationen bearbeiteter Übungsaufgaben gebildet.
Voraussetzungen für die Vergabe von Leistungspunkten
Variante 1: Bestehen der mündlichen Prüfung ergibt 5 LP.
Variante 2: Erfolgreiches Bearbeiten der Übungsaufgaben und Bestehen der Tafelpräsentation ergibt 5 LP.
Kein E-Learningangebot vorhanden
- registrierte Anzahl: 18
- Dies ist die Anzahl der Studierenden, die die Veranstaltung im Stundenplan gespeichert haben. In Klammern die Anzahl der über Gastaccounts angemeldeten Benutzer*innen.
- Adresse:
- WS2012_392117@ekvv.uni-bielefeld.de
- Lehrende, ihre Sekretariate sowie für die Pflege der Veranstaltungsdaten zuständige Personen können über diese Adresse E-Mails an die Veranstaltungsteilnehmer*innen verschicken. WICHTIG: Sie müssen verschickte E-Mails jeweils freischalten. Warten Sie die Freischaltungs-E-Mail ab und folgen Sie den darin enthaltenen Hinweisen.
- Falls die Belegnummer mehrfach im Semester verwendet wird können Sie die folgende alternative Verteileradresse nutzen, um die Teilnehmer*innen genau dieser Veranstaltung zu erreichen: VST_32872921@ekvv.uni-bielefeld.de
- Reichweite:
- 3 Studierende direkt per E-Mail erreichbar
- Hinweise:
- Weitere Hinweise zu den E-Mailverteilern
- Letzte Änderung Grunddaten/Lehrende:
- Freitag, 11. Dezember 2015
- Letzte Änderung Zeiten:
- Freitag, 6. Juli 2012
- Letzte Änderung Räume:
- Freitag, 6. Juli 2012
- Art(en) / SWS
- Vorlesung (V) / 2
- Einrichtung
- Technische Fakultät
- Fragen oder Korrekturen?
- Fragen oder Korrekturwünsche zu dieser Veranstaltung?
- Planungshilfen
- Terminüberschneidungen für diese Veranstaltung
- Link auf diese Veranstaltung
- Wenn Sie diese Veranstaltungsseite verlinken wollen, so können Sie einen der folgenden Links verwenden. Verwenden Sie nicht den Link, der Ihnen in Ihrem Webbrowser angezeigt wird!
- Der folgende Link verwendet die Veranstaltungs-ID und ist immer eindeutig:
- https://ekvv.uni-bielefeld.de/kvv_publ/publ/vd?id=32872921
- Seite zum Handy schicken
-
Klicken Sie hier, um den QR Code zu zeigen
Scannen Sie den QR-Code:
- ID
- 32872921
Zum Seitenanfang