 |
|
Dozent
Termine
- Donnerstags 14:00-15:30 (Raum 0.457)
Aktuelles
- Terminvergabe
Donnerstags 21.10.2010 (14:00-15:00 Uhr), Raum 0.457
Beschreibung
Knowledge Discovery und Information Retrieval stehen für Verfahren zur Generierung, zum Suchen
und Sammeln neuen Wissens aus bestehenden Datenbeständen. Dabei geht es darum Regelmäßigkeiten
und Abhängigkeiten zu erkennen und Trends zu bestimmen. In der Regel werden
hierfür Methoden der Künstlichen Intelligenz und der Statistik verwendet. Praktische Anwendungsbereiche
sind die Bio-Medizinische Forschung, Suchmaschinen, und viele mehr.
Im Rahmen dieses Seminars werden einige der aktuellen Methoden (Neuronale Netze,
Hidden-Markov Modelle, Kernschätzer, etc.) vorgestellt und diskutiert. Dabei soll anhand beschriebener
praktischer Anwendungsfälle der spezielle Nutzen dargestellt und die mit den Vorgehensweisen
verbundenen Probleme verdeutlicht werden. Beispiele hierfür sind: Image Retrieval,
Musik-Klassifikation, Case Based Reasoning, etc.
Die Vortragstheme entsprechen dem gegenwärtigen Stand der Forschung oder besonderen praktischen
Anwendungen. Als Einstieg zu jedem Thema werden ein oder mehrere wissenschaftliche
Artikel zur Verfügung gestellt auf denen aufbauend dann das Themengebiet erarbeitet wird.
Die Beschreibung als PDF 
Voraussetzungen
Vordiplom, hilfreich wären Vorkenntnisse im Bereich maschineller Lernverfahren wie man sie
zum Beispiel in den Lehrveranstaltungen "Neuronale Netze" und "Computer Vision" vermittelt bekommt.
Sonstiges
Literatur
- C. D. Manning, P. Raghavan, H. Schütze: "Introduction to Information Retrieval", Cambridge University Press, 2008
- T. Hastie, R. Tibshirani, Jerome Friedman: "The Elements of Statistical Learning", Springer, 2001
- M. Berthold, D. Hand: "Intelligent Data Analysis", Springer, 1999
- C. Bishop: "Pattern Recognition and Machine Learning", Springer, 2006
Termine II
| Termin | | Veranstaltung | | |
| | | | | |
| Do | 21.10 | | Einführungsveranstaltung | | Folien |
| | | | | |
| Do | 28.10 | | | | |
| | | | | |
| Do | 04.11 | | | | |
| | | | | |
| Do | 11.11 | | | | |
| | | | | |
| Do | 18.11 | | Customer Prediction | | |
| | | | | |
| Do | 25.11 | | Social Media Analysis - Analysis of Information Propagation in Social Networks | | |
| | | | | |
| Do | 02.12 | | Kompressionsbasierte Mustererkennung | | |
| | | | | |
| Do | 09.12 | | | | |
| | | | | |
| Do | 16.12 | | Medical Data Mining | | |
| | | | | |
| Do | 23.12 | | Customer Prediction - Predicting Missing Items in Shopping Carts | | |
| | | | | |
| Do | 30.12 | | vorlesungsfrei | | |
| | | | | |
| Do | 06.01 | | vorlesungsfrei | | |
| | | | | |
| Do | 13.01 | | Social Media Data Mining - Sentiment Analysis | | |
| | | | | |
| Do | 20.01 | | Social Media Data Mining - Location Based Services | | |
| | | | | |
| Do | 27.01 | | Social Media Data Mining | | |
| | | | | |
| Do | 03.02 | | Seminar | | |
| | | | | |
| Do | 10.02 | | Seminar | | |
| | | | | |
| | | | | |
|
|
