|
Size: 3349
Comment:
|
Size: 3351
Comment:
|
| Deletions are marked like this. | Additions are marked like this. |
| Line 29: | Line 29: |
| === Anrechenbarkeit === Der Kurs ist Wahlpflichtbestandteil des Moduls Maschinelles Lernen I (M.Sc. Informatik). Eine Anmeldung für den Kurs ist nicht erforderlich, Studenten aller Fachrichtungen und Universitäten sind willkommen. Grundlage für den benoteten Leistungsnachweis (2 SWS bzw. 3 LP) ist die Klausur (90 Minuten), auf Wunsch stellen wir bei bestandener Klausur auch einen unbenoteten Leistungsnachweis aus. Matlab und sämtliche Aufzeichnungen dürfen in der Klausur verwendet werden. Voraussetzung für die Teilnahme an der Klausur ist das Erreichen von mindestens der Hälfte aller möglichen Punkte in den Hausaufgaben, die Ergebnisse in den Übungsaufgaben gehen nicht in die Note ein. Die Hausaufgaben sind nicht als Gruppenarbeit anzufertigen. |
|
| Line 50: | Line 45: |
=== Anrechenbarkeit === Der Kurs ist Wahlpflichtbestandteil des Moduls Maschinelles Lernen I (M.Sc. Informatik). Eine Anmeldung für den Kurs ist nicht erforderlich, Studenten aller Fachrichtungen und Universitäten sind willkommen. Grundlage für den benoteten Leistungsnachweis (2 SWS bzw. 3 LP) ist die Klausur (90 Minuten), auf Wunsch stellen wir bei bestandener Klausur auch einen unbenoteten Leistungsnachweis aus. Matlab und sämtliche Aufzeichnungen dürfen in der Klausur verwendet werden. Voraussetzung für die Teilnahme an der Klausur ist das Erreichen von mindestens der Hälfte aller möglichen Punkte in den Hausaufgaben, die Ergebnisse in den Übungsaufgaben gehen nicht in die Note ein. Die Hausaufgaben sind nicht als Gruppenarbeit anzufertigen. |
Matlab Programmierung für Maschinelles Lernen und Datenanalyse
Termin:
Blockveranstaltung Di, 03.04. bis Do, 05.04.2012 jeweils 10:00-17:00 Uhr, Prüfung Mi, 11.04. 08:30 - 10:00 Uhr
Raum:
FR 6043
Dozent:
Irene Winkler (irene.winkler@tu-berlin.de, Raum FR 6056)
Das Ziel dieses Kurses ist es, allgemeine Grundlagen im Umgang und der Programmierung von Matlab zu vermitteln. Die Inhalte des Kurses sind geringfügig auf Anwendungen im Maschinellen Lernen zugeschnitten. Statistische Methoden zur Datenanalyse werden nicht unterrichtet.
Grundlegende Kenntnisse in einer andere Programmiersprache werden vorausgesetzt. Das bedeutet, Konzepte wie
- Variablen und Datentypen;
- Kontrollstrukturen (if, for, while, switch);
- Definition und Aufruf eigener Funktionen; und der
- Umgang mit der (UNIX) Kommandozeile
sollten geläufig sein.
Außerdem werden Kenntnisse in Elementarer Lineare Algebra vorausgesetzt: Matrizen und Vektoren, einfache analytische Geometrie.
Wichtig : Um Matlab auf den Rechnern im Raum FR 6043 nutzen zu können braucht Ihr einen Account am IRB bzw. einen Account beim TUBit, für den der Zugriff auf die IRB UNIX Server (pepino, bolero, etc.) aktiviert wurde. Diese Aktivierung kann man hier durchführen.
Falls Ihr kein eigenes Notebook mit Matlab mitbringt, besorgt Euch bitte rechtzeitig vor dem Kurs einen Account und testet, ob ihr Matlab wie im Informationsblatt angegeben starten könnt. Für Studenten anderer Universitäten kann vom IRB/TUBit ein temporärer account zum Besuch des Kurses eingerichtet werden.
Matlab kann auf den Rechnern des IRB (pepino, bolero, etc.) mit dem Kommando ~ml/bin/matlab gestartet werden.
Die Abgabe der Hausaufgaben erfolgt via ISIS.
Ablauf
Es besteht keine Anwesenheitspflicht. Der ungefähre Ablauf ist wie folgt:
10:00 – 11:00 Uhr |
Einführung und Demonstration (zum Mittippen) |
11:00 – 13:00 Uhr |
Gemeinsame Bearbeitung der Übungsaufgaben |
14:30 Uhr |
Ausgabe und ggf. Besprechung der Musterlösungen |
14:30 – 17:00 Uhr |
Bearbeitung der Hausaufgaben |
Abgabeschluss für die Hausaufgaben ist 10:00 Uhr am folgenden Tag. Wir werden folgende Themen behandeln:
- Dienstag: Grundlagen Matlab, Lineare Algebra
- Mittwoch: Grafik, Zufallszahlen
- Donnerstag: Mehr Grafik, Datenimport, Umgang mit Strings
Anrechenbarkeit
Der Kurs ist Wahlpflichtbestandteil des Moduls Maschinelles Lernen I (M.Sc. Informatik).
Eine Anmeldung für den Kurs ist nicht erforderlich, Studenten aller Fachrichtungen und Universitäten sind willkommen. Grundlage für den benoteten Leistungsnachweis (2 SWS bzw. 3 LP) ist die Klausur (90 Minuten), auf Wunsch stellen wir bei bestandener Klausur auch einen unbenoteten Leistungsnachweis aus. Matlab und sämtliche Aufzeichnungen dürfen in der Klausur verwendet werden. Voraussetzung für die Teilnahme an der Klausur ist das Erreichen von mindestens der Hälfte aller möglichen Punkte in den Hausaufgaben, die Ergebnisse in den Übungsaufgaben gehen nicht in die Note ein. Die Hausaufgaben sind nicht als Gruppenarbeit anzufertigen.