Size: 3169
Comment:
|
Size: 3186
Comment:
|
Deletions are marked like this. | Additions are marked like this. |
Line 1: | Line 1: |
== Kognitive Algorithmen == | == Anwendungen Kognitiver Algorithmen == |
Line 7: | Line 7: |
||<|2> '''Termin:''' ||Vorbesprechung 11.04.2012 || | ||<|2> '''Termin:''' ||Vorbesprechung 11.04.2012, 16:00 - 18:00 || |
Line 31: | Line 31: |
|| [[http://www.user.tu-berlin.de/felix.biessmann/downloads/AKA/Mika_1999_Proceedings.pdf|Kernel PCA and De--Noising in Feature Spaces]]|| || || | || [[http://www.user.tu-berlin.de/felix.biessmann/downloads/AKA/Mika1998.pdf|Kernel PCA and De--Noising in Feature Spaces]]|| || || |
Line 35: | Line 35: |
|| [[ http://www.user.tu-berlin.de/felix.biessmann/downloads/AKA/Blankertz_2007_Neuroimage.pdf| The non-invasive Berlin Brain-Computer Interface: fast acquisition of effective performance in untrained subjects]]|| || || [[http://www.user.tu-berlin.de/felix.biessmann/downloads/AKA/Kamitani_2005.pdf|Decoding the visual and subjective contents of the human brain]]|| || |
|| [[ http://www.user.tu-berlin.de/felix.biessmann/downloads/AKA/Blankertz_2007_Neuroimage.pdf| The non-invasive Berlin Brain-Computer Interface: fast acquisition of effective performance in untrained subjects]]|| || || || [[http://www.user.tu-berlin.de/felix.biessmann/downloads/AKA/Kamitani_2005.pdf|Decoding the visual and subjective contents of the human brain]]|| || || |
Anwendungen Kognitiver Algorithmen
Blockseminar
Termine und Dozenten
Termin: |
Vorbesprechung 11.04.2012, 16:00 - 18:00 |
Raum: FR 6046 |
|
Verantwortlicher: |
|
Betreuer: |
Themen
Computerprogramme können nützliche kognitive Fähigkeiten lernen. Dieses Seminar erlaubt eine vertiefende Einarbeitung in spezielle Anwendungsgebiete von Algorithmen aus dem Bereich des Maschinellen Lernens wie etwa automatisierte Informationsextraktion aus Texten, Mustererkennung in hochdimensionalen Daten, explorative Datenanalyse.
Unter Anleitung wird englischsprachige Fachliteratur über ausgewählte Anwendungsbeispiele zu analysieren, kritisch zu evaluieren und verständlich zu präsentieren sein.
Voraussetzungen
Grundlegende Konzepte der Wahrscheinlichkeitsrechnung, Statistik und Linearer Algebra.