|
Size: 4774
Comment:
|
Size: 5051
Comment:
|
| Deletions are marked like this. | Additions are marked like this. |
| Line 46: | Line 46: |
| * [[attachment:ML_Praktikum_U04.pdf|Übungsblatt Nr. 4]], [[attachment:U04_test_CV_krr.m|Testskript]], [[https://ml01.zrz.tu-berlin.de/~paul/pass.pl?conf=ss10_prak04.conf|Abgabe via PASS]] |
|
| Line 50: | Line 53: |
| * Clustering Datensätze: [[attachment:U03_2gaussians.dat|U03_2gaussians.dat]], [[attachment:U03_5gaussians.dat|U03_5gaussians.dat]] | * Clustering Datensätze: [[attachment:U03_2gaussians.dat|U03_2gaussians.dat]], [[attachment:U03_5gaussians.dat|U03_5gaussians.dat]] * [[attachment:U04_datasets.tar.gz|Datensätze für Übungsblatt Nr. 4]] |
Praktikum Maschinelles Lernen und Datenanalyse
Termin:
Montag 10:00 - 12:00 Uhr (Vorlesung), Mittwoch 10:00 - 12:00 Uhr (Gemeinsame Sprechstunde)
Raum:
FR 1505 (Montag 10:00 - 12:00 Uhr) und FR 6043 (Mittwoch 10:00 - 12:00 Uhr)
Dozent:
Prof. Dr. Klaus-Robert Müller
Ansprechpartner:
Anrechenbarkeit:
M.Sc. Modul Praktikum Maschinelles Lernen und Datenanalyse
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.
Der Besuch des Kurses Einführung in die computergestützte Datenanalyse mit Matlab 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 (Mittwochs 10:00 - 12:00 Uhr), in der wir Fragen und Probleme besprechen, die bei der Bearbeitung der Aufgaben auftauchen. Die Termine finden nach Ankündigung (s.u.) statt.
Weitere Informationen findet Ihr im Informationsblatt.
Für Anfragen, und Ankündigen wurde eine Google-Group eingerichtet. Man muß sich registrieren, um die Beiträge lesen zu können, aber jeder kann sich registrieren.
Termine
Datum
Uhrzeit
Raum
Beschreibung
12.4.
10:00-12:00 Uhr
FR 1505
Vorbesprechung, Ausgabe Übungsblatt Nr. 1, anschliessend Matlab Crash-Kurs im Rechnerpool FR 6043
14.4.
10:00-12:00 Uhr
FR 6043
Gemeinsame Sprechstunde zu Übungsblatt Nr. 1
19.4.
10:00 Uhr
Abgabe Übungsblatt Nr. 1
19.4.
10:00-12:00 Uhr
FR 1505
Vorlesung zu Übungsblatt Nr. 2
28.4.
10:00-12:00 Uhr
FR 6043
Gemeinsame Sprechstunde zu Übungsblatt Nr. 2
5.5.
10:00-12:00 Uhr
FR 6043
Gemeinsame Sprechstunde zu Übungsblatt Nr. 2
10.5.
10:00 Uhr
Abgabe Übungsblatt Nr. 2
10.5.
10:00-12:00 Uhr
FR 1505
Vorlesung zu Übungsblatt Nr. 3
19.5.
10:00-12:00 Uhr
FR 6043
Vorstellung der Lösung von Übungsblatt Nr. 2, Gemeinsame Sprechstunde zu Übungsblatt Nr. 3
26.5.
10:00-12:00 Uhr
FR 6043
Gemeinsame Sprechstunde zu Übungsblatt Nr. 3
2.6.
10:00-12:00 Uhr
FR 6043
Gemeinsame Sprechstunde zu Übungsblatt Nr. 3
7.6.
10:00 Uhr
Abgabe Übungsblatt Nr. 3
7.6.
10:00-12:00 Uhr
FR 1505
Vorlesung zu Übungsblatt Nr. 4
Material
Übungsblätter
Übungsblatt Nr. 1, Testskripte: U01_test_distmat.m, U01_test_mydet.m, Abgabe via PASS
Übungsblatt Nr. 2, Testskripte: U02_tests.zip, Abgabe via PASS, Folien zu LLE
Daten
Clustering Datensätze: U03_2gaussians.dat,
Skript
Skript zur Vorlesung (Stand: 14.4.2010)
Ergebnisse
Matrikelnr. |
Blatt 1 |
329453 |
4.5 |
324234 |
5 |
329068 |
5 |
327052 |
5 |
215001 |
5 |
312278 |
5 |
310260 |
5 |
311125 |
5 |
871027 |
5 |
311127 |
5 |
888888 |
5 |
Technik
Die Server {bolero,pepino,fiesta}.cs.tu-berlin.de sind von aussen per ssh zu erreichen.