Differences between revisions 1 and 2
Revision 1 as of 2010-03-04 16:54:21
Size: 39
Editor: KonradRieck
Comment:
Revision 2 as of 2010-03-04 16:54:47
Size: 3135
Editor: KonradRieck
Comment: Uploaded old content of DimRed Seminar
Deletions are marked like this. Additions are marked like this.
Line 1: Line 1:
Describe Main/SS10_SeminarMLSec here. == Seminar: Dimensionsreduktion und Feature Selection ==

=== Termine und Dozenten ===

|| '''Termin'''|| Vorbesprechung und Themenvergabe am 1.12.2009 um 14:00 Uhr im Raum FR 6046 ||
|| || Blockseminar am 8.2.2010 von 10:00 bis 16:00 Uhr im Raum FR 6046 ||
|| '''Verantwortlich''' || [[http://ml.cs.tu-berlin.de/en/klaus/index.html|Prof. Dr. Klaus-Robert Müller]] ||
|| '''Ansprechpartner''' || [[mailto:buenau@cs.tu-berlin.de|Paul von Bünau]] ||

=== Inhalt ===

In diesem Seminar beschäftigen wir uns mit Methoden zur Auswahl (feature selection) und Konstruktion (feature extraction/construction) von Variablen für Klassifikations- und Regressionsverfahren. In hochdimensionalen Daten (Bioinformatik, Textanalyse, etc.) kann geeignete Variablenselektion entscheidend für die performance von Lernverfahren sein (curse of dimensionality). Ausserdem kann eine Dimensionsreduktion wesentlich zum Verständnis der Zusammenhänge in den Daten beitragen.

=== Ablauf ===

   * Die Vorbesprechung findet am 1.12.2009 statt.
   * Die Teilnehmer wählen bis spätestens 10.1.2010 ein Thema in Absprache mit dem jeweiligen Betreuer (siehe Themenliste).
   * Die Teilnehmer legen bis spätestens 24.1.2010 einen Entwurf des Vortrages vor und besprechen diesen mit ihrem Betreuer.
   * Das Seminar findet als Blockveranstaltung am 8/9.2.2010 statt.

=== Themen ===

Die Vorträge sollen jeweils 35 Minuten (+ 10 Minuten Diskussion) dauern. Wir legen Wert auf diese Zeitvorgabe und werden
Vorträge bei deutlicher Überschreitung abbrechen.

|| '''Thema''' || '''Betreuer''' ||
|| [[http://user.cs.tu-berlin.de/~fbiessma/downloads/dimRed/pca|Principal Component Analysis (PCA) and Kernel-PCA]] || [[http://user.cs.tu-berlin.de/~fbiessma|Felix Biessmann]] ||
|| [[http://user.cs.tu-berlin.de/~fbiessma/downloads/dimRed/cca|Canonical Correlation Analysis (CCA)]] || [[http://user.cs.tu-berlin.de/~fbiessma|Felix Biessmann]] ||
|| [[http://www.cs.toronto.edu/~roweis/lle/|Locally Linear Embedding (LLE)]] || [[mailto:buenau@cs.tu-berlin.de|Paul von Bünau]] ||
|| [[http://waldron.stanford.edu/~isomap/|Isomap]] || [[mailto:buenau@cs.tu-berlin.de|Paul von Bünau]] ||
|| [[http://link.aps.org/abstract/PRL/v103/e214101|Stationary Subspace Analysis (SSA)]] || [[mailto:buenau@cs.tu-berlin.de|Paul von Bünau]] ||
|| [[http://www.cis.hut.fi/aapo/papers/IJCNN99_tutorialweb/|Independent Component Analysis (ICA)]] || [[mailto:meinecke@cs.tu-berlin.de|Frank Meinecke]] ||
|| [[http://www.jmlr.org/papers/volume9/braun08a/braun08a.pdf|Relevant Dimension Estimation (RDE)]] || [[http://user.cs.tu-berlin.de/~mikio|Mikio Braun]] ||

=== Seminarplan ===

[[attachment:Schedule_Dimred_and_MLCV_seminar.pdf|Seminarplan]]

=== Leistungsnachweis, Anrechenbarkeit, Voraussetzungen ===

Die Note wird anhand des Vortrages und der Folien festgelegt. Das Seminar ist Wahlpflichtbestandteil der Master-Module "Maschinelles Lernen 1" und
"Maschinelles Lernen 2". Bachelor-Studenten können diese Master-Module auf Antrag ebenfalls belegen. Wir empfehlen den vorherigen Besuch der Vorlesung
"Maschinelles Lernen 1".

Seminar: Dimensionsreduktion und Feature Selection

Termine und Dozenten

Termin

Vorbesprechung und Themenvergabe am 1.12.2009 um 14:00 Uhr im Raum FR 6046

Blockseminar am 8.2.2010 von 10:00 bis 16:00 Uhr im Raum FR 6046

Verantwortlich

Prof. Dr. Klaus-Robert Müller

Ansprechpartner

Paul von Bünau

Inhalt

In diesem Seminar beschäftigen wir uns mit Methoden zur Auswahl (feature selection) und Konstruktion (feature extraction/construction) von Variablen für Klassifikations- und Regressionsverfahren. In hochdimensionalen Daten (Bioinformatik, Textanalyse, etc.) kann geeignete Variablenselektion entscheidend für die performance von Lernverfahren sein (curse of dimensionality). Ausserdem kann eine Dimensionsreduktion wesentlich zum Verständnis der Zusammenhänge in den Daten beitragen.

Ablauf

  • Die Vorbesprechung findet am 1.12.2009 statt.
  • Die Teilnehmer wählen bis spätestens 10.1.2010 ein Thema in Absprache mit dem jeweiligen Betreuer (siehe Themenliste).
  • Die Teilnehmer legen bis spätestens 24.1.2010 einen Entwurf des Vortrages vor und besprechen diesen mit ihrem Betreuer.
  • Das Seminar findet als Blockveranstaltung am 8/9.2.2010 statt.

Themen

Die Vorträge sollen jeweils 35 Minuten (+ 10 Minuten Diskussion) dauern. Wir legen Wert auf diese Zeitvorgabe und werden Vorträge bei deutlicher Überschreitung abbrechen.

Thema

Betreuer

Principal Component Analysis (PCA) and Kernel-PCA

Felix Biessmann

Canonical Correlation Analysis (CCA)

Felix Biessmann

Locally Linear Embedding (LLE)

Paul von Bünau

Isomap

Paul von Bünau

Stationary Subspace Analysis (SSA)

Paul von Bünau

Independent Component Analysis (ICA)

Frank Meinecke

Relevant Dimension Estimation (RDE)

Mikio Braun

Seminarplan

Seminarplan

Leistungsnachweis, Anrechenbarkeit, Voraussetzungen

Die Note wird anhand des Vortrages und der Folien festgelegt. Das Seminar ist Wahlpflichtbestandteil der Master-Module "Maschinelles Lernen 1" und "Maschinelles Lernen 2". Bachelor-Studenten können diese Master-Module auf Antrag ebenfalls belegen. Wir empfehlen den vorherigen Besuch der Vorlesung "Maschinelles Lernen 1".

IDA Wiki: Main/SS10_SeminarMLSec (last edited 2010-06-28 07:06:20 by KonradRieck)