Maschinelles Lernen
Vorlesung:
Mo 12:00 - 14:00 wöchentlich, MZ 6 Hörsaal HS II A3
Do 12:00 - 14:00 wöchentlich, MZ 6 Hörsaal HS II A3
Übung:
Fr 12:00 - 14:00 wöchentlich, MZ 6 Seminarraum SR XIII C3
Methoden des maschinellen Lernens sowie angrenzender Gebiete wie Wissensentdeckung in Datenbanken (Knowledge Discovery) und Data Mining sind zentraler Gegenstand der aktuellen Forschung im Bereich intelligenter Systeme und werden bereits in einer Vielzahl praktischer Anwendungen eingesetzt. Einführung und grundlegende Konzepte, Begriffslernen und Versionenräume, Datenvorverarbeitung, Fallbasiertes Lernen, Entscheidungsbäume, Regellernen, Bayessche Inferenz, Support Vector Machines, Erweiterungen und Meta-Techniken, Empirische Evaluierung von LernverfahrenQualifikationsziele: Im Laufe des Moduls sollen die Studierenden grundlegende Fragestellungen und Ziele des maschinellen Lernens verstehen, mit speziellen Problemklassen, wie dem überwachten Lernen (Klassifikation und Regression), vertraut werden, sich wichtige Methoden des maschinellen Lernens erarbeiten, mit Konzepten zur Evaluierung von Lernverfahren vertraut werden, in die Lage versetzt werden, praktische Problemstellungen mit Verfahren des maschinellen Lernens eigenständig zu lösen. Sie werden wissenschaftliche Arbeitsweisen (Erkennen, Formulieren, Lösen von Problemen, Schulung des Abstraktionsvermögens) eingeübt haben und in den Übungen die mündliche Kommunikationsfähigkeit durch Einüben der freien Rede vor einem Publikum und bei der Diskussion trainiert haben.
Materialien zur VL sind zu Finden unter http://ilias.uni-marburg.de.
