Intelligente Datenanalyse in Matlab

Vorlesung und Übung/Projekt im Wintersemester 2009/2010. Michael Brückner, Christoph Sawade, Prof. Tobias Scheffer.



Termine

Die Veranstaltung umfasst 4 SWS (6 LP); anrechenbar für Diplom, Bachelor und Master.

Am 14. Dezember 2009 findet keine Vorlesung/Übung statt.



Inhalte

Die Veranstaltung führt zu einem tiefen Verständnis ausgewählter Verfahren des maschinellen Lernens und Data Mining. Sie setzt sich aus einem Vorlesungsteil und der eigenständigen Bearbeitung anwendungsorientierter Aufgaben zusammen. Der Vorlesungsteil vermittelt das notwendige Wissen über Datenanalyse sowie Grundlagen in MATLAB.



Literatur

Maschinelles Lernen: Pattern Recognition and Machine Learning von Chris Bishop. 30 Exemplare in der Bibliothek ausleihbar.

MATLAB: Tutorials.



Folien

Einführungsveranstaltung vom 19.10.2009 (Stand: 18.10.2009)

Mathematische Grundlagen vom 19.10.2009 (Stand: 18.10.2009)

Einführung in MATLAB vom 26.10.2009 (Stand: 09.11.2009)

Datenselektion und Datenaufbereitung vom 02.11.2009 (Stand: 09.11.2009), Image-Demo.zip

Problemanalyse & Grundlagen der Lerntheorie vom 09.11.2009 (Stand: 22.11.2009), PageRank-Demo

Überwachtes Lernen: Entscheidungsbäume vom 16.11.2009 (Stand: 22.11.2009)

Überwachtes Lernen: Lineare Modelle vom 23.11.2009 (Stand: 22.11.2009)

Überwachtes Lernen: Nicht-lineare Modelle vom 30.11.2009 (Stand: 30.11.2009)

Evaluation & Exploitation von Modellen vom 07.12.2009 (Stand: 04.12.2009)

Sequenzanalyse vom 04.01.2010 (Stand: 29.12.2009)

Unüberwachtes Lernen: Clustern von Instanzen vom 11.01.2010 (Stand: 17.01.2010)

Unüberwachtes Lernen: Clustern von Attributen vom 18.01.2010 (Stand: 23.01.2010)

Lernen von Rankings vom 25.01.2010 (Stand: 31.01.2010)

Collaborative Filtering vom 01.02.2010 (Stand: 01.02.2010)

Zusammenfassung vom 08.02.2010