Differences between revisions 29 and 30
Revision 29 as of 2012-07-12 17:48:23
Size: 981
Editor: IreneWinkler
Comment:
Revision 30 as of 2012-07-12 18:07:09
Size: 4587
Editor: IreneWinkler
Comment:
Deletions are marked like this. Additions are marked like this.
Line 2: Line 2:

'''Vorlesung mit Projekt'''

=== Klausur ===
Die Klausur wird am 05. Juli im Raum FR 3001, 16:00-18:00 Uhr stattfinden.
Die Nachholklausur zum Mathevorkurs wird am selben Tag im selben Raum um 14:00-16:00 Uhr stattfinden.

=== Anrechnung ===
||Für Bachelor Studenten der Informatik|| Wer das Modul Kognitive Algorithmen (Vorlesung, Programmierprojekt und Mathevorkurs, 6ECTS) belegen möchte, kann eine Nachholklausur des Mathevorkurses schreiben. ||
||Für alle anderen Studenten || Die Vorlesung und das Programmierprojekt wird mit 3ECTS angerechnet. Mathevorkurs ist nicht erforderlich für die Klausur.||

Relevante Prüfungsleistung ist in allen Fällen nur die benotete Klausur.
Für interessierte Studenten bieten wir das begleitende Seminar [[https://wiki.ml.tu-berlin.de/wiki/Main/SS12_AKA||Anwendungen Kognitiver Algorithmen]] an (3ECTS), in dem ausgewählte Themen der Vorlesung anhand praxisrelevanter Anwendung eingehender vorgestellt werden.
Line 5: Line 19:
||<|2> '''Termin:''' || Vorlesung: Mi 12:00 - 14:00 Uhr, Beginn 17.10.2012 ||
|| '''Raum:''' FR 3002 ||
||<|2> '''Termin:''' || Vorlesung: Do 14:00 - 16:00 Uhr, Beginn 12.04.2012, Vorbesprechung Projekt 31.05.2012 ||
|| '''Raum:''' FR 3001 ||
Line 8: Line 22:
|| '''Betreuer:''' || [[mailto:felix.biessmann@tu-berlin.de|Dr. Felix Bießmann]] || || '''Betreuer:''' || [[mailto:felix.biessmann@tu-berlin.de|Dr. Felix Bießmann]], [[mailto:irene.winkler@tu-berlin.de|Irene Winkler]] ||
Line 14: Line 28:
In der ersten Semesterhälfte werden ausgewählte Lernalgorithmen vorgestellt. In der zweiten Semesterhälfte werden die Studenten die gelernten Methoden selbständig in einer praxisrelevanten Problemstellung anwenden.
Line 21: Line 36:

Beispiele für im Projekt zu bearbeitenden Problemstellungen sind:

   * Automatisierte Schrifterkennung
   * Intelligentes Filtern von E-Mail Spam
   * Extraktion von semantischer Information aus Textdaten im Internet

=== Voraussetzungen ===

Kenntnisse grundlegender Konzepte der Wahrscheinlichkeitsrechnung, Statistik und Linearer Algebra.

=== Vorlesungsplan ===

Vorläufige Planung der Vorlesunge

|| '''Termin''' || '''Thema''' || '''Materialien''' ||
||'''12.04.2012'''|| Introduction and some Cybernetics ||[[http://www.user.tu-berlin.de/felix.biessmann/downloads/KA/lecture1_slides.pdf| Slides Lecture 1]] ||
||'''19.04.2012'''|| Neurons – computational units of cognition || [[http://www.user.tu-berlin.de/felix.biessmann/downloads/KA/lecture2_slides.pdf| Slides Lecture 2]]||
||'''26.04.2012'''|| Classification || [[http://www.user.tu-berlin.de/felix.biessmann/downloads/KA/lecture3_slides.pdf| Slides Lecture 3]] ||
||'''03.05.2012'''|| Regression ||[[http://www.user.tu-berlin.de/felix.biessmann/downloads/KA/lecture4_slides.pdf| Slides Lecture 4]] ||
||'''10.05.2012'''|| Multilayer Neural Networks || [[http://gregoire.montavon.name/resources/2012-multilayer.pdf| Slides Lecture 5]] ||
||'''17.05.2012'''|| No lecture - holiday || ||
||'''24.05.2012'''|| Unsupervised Learning || [[http://www.user.tu-berlin.de/felix.biessmann/downloads/KA/lecture6_slides.pdf| Slides Lecture 6]]||
||'''31.05.2012'''|| Generalization and Model Selection || [[http://www.user.tu-berlin.de/felix.biessmann/downloads/KA/lecture7_slides.pdf|Slides Lecture 7]]||

=== Programmierprojekt ===

|| [[http://www.user.tu-berlin.de/felix.biessmann/downloads/KA/algorithms.pdf| Algorithms Cheat Sheet]] ||
|| [[http://www.user.tu-berlin.de/felix.biessmann/downloads/KA/assignments_handout.pdf| Assignments]] ||
|| [[http://www.user.tu-berlin.de/felix.biessmann/downloads/KA/assignments.pdf| Assignments Slides]] ||

=== Materialien Mathevorkurs ===
Bachelor Studenten der Informatik, die die vollen 6ECTS des Moduls Kognitive Algorithmen brauchen, holen die Aufgaben des Mathevorkurses nach und geben die Uebungsblaetter bei der Praesentation der Programmierprojekte ab.
Die Übungsaufgaben findet Ihr hier
|| [[https://wiki.ml.tu-berlin.de/wiki/Main/SS12_MatheKurs|Zum Mathevorkurs]]||

Kognitive Algorithmen

Vorlesung mit Projekt

Klausur

Die Klausur wird am 05. Juli im Raum FR 3001, 16:00-18:00 Uhr stattfinden. Die Nachholklausur zum Mathevorkurs wird am selben Tag im selben Raum um 14:00-16:00 Uhr stattfinden.

Anrechnung

Für Bachelor Studenten der Informatik

Wer das Modul Kognitive Algorithmen (Vorlesung, Programmierprojekt und Mathevorkurs, 6ECTS) belegen möchte, kann eine Nachholklausur des Mathevorkurses schreiben.

Für alle anderen Studenten

Die Vorlesung und das Programmierprojekt wird mit 3ECTS angerechnet. Mathevorkurs ist nicht erforderlich für die Klausur.

Relevante Prüfungsleistung ist in allen Fällen nur die benotete Klausur. Für interessierte Studenten bieten wir das begleitende Seminar https://wiki.ml.tu-berlin.de/wiki/Main/SS12_AKA an (3ECTS), in dem ausgewählte Themen der Vorlesung anhand praxisrelevanter Anwendung eingehender vorgestellt werden.

Termine und Dozenten

Termin:

Vorlesung: Do 14:00 - 16:00 Uhr, Beginn 12.04.2012, Vorbesprechung Projekt 31.05.2012

Raum: FR 3001

Verantwortlicher:

Prof. Dr. Klaus-Robert Müller

Betreuer:

Dr. Felix Bießmann, Irene Winkler

Themen

Computerprogramme können nützliche kognitive Fähigkeiten lernen. Diese Veranstaltung vermittelt ein intuitives Verständnis elementarer Konzepte des Maschinellen Lernens, deren Entstehung und ihrer Anwendung. In der ersten Semesterhälfte werden ausgewählte Lernalgorithmen vorgestellt. In der zweiten Semesterhälfte werden die Studenten die gelernten Methoden selbständig in einer praxisrelevanten Problemstellung anwenden.

Vorgestellt werden unter anderem:

  • Überwachte Lernmethoden (lineare Regression, naive Bayes Klassifikation)
  • Künstliche Neuronale Netze (Reichardt Korrelator, Perzeptron Algorithmus, Multilayer Neural Networks)
  • Dimensionsreduktion mit Faktoranalysen (Principal Component Analysis, Canonical Correlation Analysis)
  • Clustering (k-Means, Spectral Clustering)

Beispiele für im Projekt zu bearbeitenden Problemstellungen sind:

  • Automatisierte Schrifterkennung
  • Intelligentes Filtern von E-Mail Spam
  • Extraktion von semantischer Information aus Textdaten im Internet

Voraussetzungen

Kenntnisse grundlegender Konzepte der Wahrscheinlichkeitsrechnung, Statistik und Linearer Algebra.

Vorlesungsplan

Vorläufige Planung der Vorlesunge

Termin

Thema

Materialien

12.04.2012

Introduction and some Cybernetics

Slides Lecture 1

19.04.2012

Neurons – computational units of cognition

Slides Lecture 2

26.04.2012

Classification

Slides Lecture 3

03.05.2012

Regression

Slides Lecture 4

10.05.2012

Multilayer Neural Networks

Slides Lecture 5

17.05.2012

No lecture - holiday

24.05.2012

Unsupervised Learning

Slides Lecture 6

31.05.2012

Generalization and Model Selection

Slides Lecture 7

Programmierprojekt

Algorithms Cheat Sheet

Assignments

Assignments Slides

Materialien Mathevorkurs

Bachelor Studenten der Informatik, die die vollen 6ECTS des Moduls Kognitive Algorithmen brauchen, holen die Aufgaben des Mathevorkurses nach und geben die Uebungsblaetter bei der Praesentation der Programmierprojekte ab. Die Übungsaufgaben findet Ihr hier

Zum Mathevorkurs

IDA Wiki: Main/SS12_KA (last edited 2012-07-12 18:07:09 by IreneWinkler)