IDA Wiki

Praktikum Maschinelles Lernen und Datenanalyse

Termin:

Montag 10:00 - 12:00 Uhr (Vorlesung), 14:00 - 16:00 Uhr (Gemeinsame Sprechstunde)

Raum:

FR 3531 (10:00 - 12:00 Uhr) und FR 6043 (14:00 - 16:00 Uhr)

Dozent:

Prof. Dr. Klaus-Robert Müller

Ansprechpartner:

Dr. Mikio Braun und Paul von Bünau (buenau@cs.tu-berlin.de)

Im Praktikum Maschinelles Lernen und Datenanalyse soll der Prozess der explorativen Datenanalyse geübt werden. Der Schwerpunkt liegt auf den Themengebieten Visualisierung und Dimensionsreduktion, Klassifikation mit Neuronalen Netzen, Hidden-Markov-Modelle auf Genomdaten und Support-Vektor-Maschinen. Die Aufgaben sind kombinierte Programmier- und Simulationsaufgaben in Matlab, C oder Python/Shogun.

Der Besuch des Blockseminars Einführung in die computergestützte Datenanalyse mit Matlab und R wird empfohlen. Grundlegende Kentnisse des Maschinellen Lernen sind sehr hilfreich, bei grossem Interesse und Engagement aber keine zwingende Voraussetzung.

Die Veranstaltung gliedert sich in zwei Teile: Eine Vorlesung, in der Methoden und Theorie der Aufgaben vermittelt werden (Montags 10:00 - 12:00 Uhr) und eine gemeinsame Sprechstunde (14:00 - 16:00 Uhr), in der wir Fragen und Probleme besprechen, die bei der Bearbeitung der Aufgaben auftauchen.

Termine

Datum

Uhrzeit

Raum

Beschreibung

Montag, 16.04.

10:00 Uhr

FR 3531

Vorbesprechung

14:00 Uhr

FR 6043

Ausgabe des ersten Übungsblattes, Matlab Einführung

Montag, 23.04.

14:00 Uhr

FR 6043

Gemeinsame Sprechstunde zum ersten Übungsblatt

Montag, 30.04.

9:00 Uhr

Abgabeschluss erstes Übungsblatt

10:00 Uhr

FR 3531

Theorie zum zweiten Übungsblatt

14:00 Uhr

FR 6043

Gemeinsame Sprechstunde zum zweiten Übungsblatt

Montag, 7.5.

14:00 Uhr

FR 6043

Gemeinsame Sprechstunde zum zweiten Übungsblatt

Montag, 14.5.

14:00 Uhr

FR 6043

Gemeinsame Sprechstunde zum zweiten Übungsblatt

Montag, 21.05.

10:00 Uhr

Abgabeschluss zweites Übungsblatt

10:00 Uhr

FR 3531

Theorie zum dritten Übungsblatt

14:00 Uhr

FR 6043

Gemeinsame Sprechstunde zum dritten Übungsblatt

Freitag, 1.06.

14:00 Uhr

FR 6043

Gemeinsame Sprechstunde zum dritten Übungsblatt

Montag, 4.06.

10:00 Uhr

Abgabeschluss drittes Übungsblatt

10:00 Uhr

FR 3531

Theorie zum vierten Übungsblatt

14:00 Uhr

FR 6043

Gemeinsame Sprechstunde zum vierten Übungsblatt

Montag, 11.06.

14:00 Uhr

FR 6043

Gemeinsame Sprechstunde zum vierten Übungsblatt

Montag, 18.06.

10:00 Uhr

Abgabeschluss viertes Übungsblatt

10:00 Uhr

FR 3531

Theorie zum fuenften Übungsblatt

14:00 Uhr

FR 6043

Gemeinsame Sprechstunde zum fuenften Übungsblatt

Montag, 25.06.

14:00 Uhr

FR 6043

Gemeinsame Sprechstunde zum fuenften Übungsblatt

Montag, 02.07.

14:00 Uhr

FR 6043

Gemeinsame Sprechstunde zum fuenften Übungsblatt

Montag, 09.07.

10:00 Uhr

Abgabeschluss fuenftes Übungsblatt

10:00 Uhr

FR 3531

Theorie zum sechsten Übungsblatt

14:00 Uhr

FR 6043

Gemeinsame Sprechstunde zum sechsten Übungsblatt

Montag, 16.07.

14:00 Uhr

FR 6043

Gemeinsame Sprechstunde zum sechsten Übungsblatt

Freitag, 03.08.

18:00 Uhr

Abgabeschluss sechstes Übungsblatt

Material

Übungsblätter

Vorlaeufiger Plan

Musterloesungen

Allgemeine Literaturempfehlungen zum Machine Learning

Als allgemeine Einführung in Theorie und Methoden des Maschinellen Lernens empfehlen wir die folgenden Lehrbücher.

Eine auf die Aufgaben abgestimmte Literaturliste wird noch bekannt gegeben.

Literatur zu Matlab:

Skript

Prüfungsmodalitäten

Die Endnote setzt sich zusammen aus den Leistungen in den Uebungsblaettern (50%) und einer muendlichen Abschlusspruefung (50%).

Die Pruefung wird ab Anfang September stattfinden.

Ergebnisse


Interna (Mikio & Paul)