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

Achtung: Der Raum FR 1505 wurde von der Sprach- und Kulturbörse zum Lagerraum umfunktioniert; wo die Vorlesung in Zukunft stattfindet wird noch bekanntgegeben.

Terminübersicht

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.