|
Size: 236
Comment:
|
Size: 2548
Comment:
|
| Deletions are marked like this. | Additions are marked like this. |
| Line 1: | Line 1: |
| == Praktikum Maschinelles Lernen und Datenanalyse == | |
| Line 2: | Line 3: |
| {{{#!html <iframe src="https://www.google.com/calendar/embed?src=pd5q3lv0b7833f3lnebbmqudjc%40group.calendar.google.com&ctz=Europe/Berlin" style="border: 0" width="800" height="600" frameborder="0" scrolling="no"></iframe> |
|| '''Termin:''' || Unregelmässig, siehe [[https://www.google.com/calendar/embed?src=pd5q3lv0b7833f3lnebbmqudjc%40group.calendar.google.com&ctz=Europe/Berlin|Terminübersicht]] || || '''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:''' || [[http://www.user.tu-berlin.de/paulbuenau/|Paul von Bünau]] || || '''Anrechenbarkeit:''' || M.Sc. Modul Praktikum Maschinelles Lernen und Datenanalyse || |
| Line 5: | Line 9: |
| 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. | |
| Line 6: | Line 11: |
| }}} | Der Besuch des Kurses [[Main/SS11_MatlabKurs|Matlab Programmierung für Maschinelles Lernen und Datenanalyse]] 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 [[attachment:Praktikum_ML_Info.pdf|Informationsblatt.]] Für Anfragen, und Ankündigen wurde eine [[http://groups.google.com/group/mikiobraun-lehre|Google-Group]] eingerichtet. Man muß sich registrieren, um die Beiträge lesen zu können, aber jeder kann sich registrieren. === Termine === [[https://www.google.com/calendar/embed?src=pd5q3lv0b7833f3lnebbmqudjc%40group.calendar.google.com&ctz=Europe/Berlin|Terminübersicht]] === Material === * [[attachment:ML_Praktikum_U01.pdf|Übungsblatt Nr. 1]] ==== Übungsblätter ==== ==== Daten ==== ==== Skript ==== [[attachment:guide.pdf|Skript zur Vorlesung (Stand: 14.4.2010)]] ==== Ergebnisse ==== || '''Matrikelnr.''' || '''Blatt 1''' || '''Blatt 2''' || '''Blatt 3''' || '''Blatt 4''' || '''Blatt 5''' || === Technik === Die Server {{{ {bolero,pepino,fiesta}.cs.tu-berlin.de }}} sind von aussen per ssh zu erreichen. |
Praktikum Maschinelles Lernen und Datenanalyse
Termin:
Unregelmässig, siehe Terminübersicht
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 Matlab Programmierung für Maschinelles Lernen und Datenanalyse 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
Material
Übungsblätter
Daten
Skript
Skript zur Vorlesung (Stand: 14.4.2010)
Ergebnisse
Matrikelnr. |
Blatt 1 |
Blatt 2 |
Blatt 3 |
Blatt 4 |
Blatt 5 |
Technik
Die Server {bolero,pepino,fiesta}.cs.tu-berlin.de sind von aussen per ssh zu erreichen.