IDA Wiki

Seminar: Feature Selection und Semi-Supervised Learning

Termine und Dozenten

#TermineUndDozenten

Termin

18.2.2009 von 10:00 bis ca. 17:00 Uhr im Raum FR 6046

Vorbesprechung & Themenvergabe

Vorbesprechung am 17.12. von 12:00 bis 13:00 Uhr (s.t.) im Raum FR 6046

Verantwortlich

Prof. Dr. Klaus-Robert Müller

Ansprechpartner

Paul von Bünau

Inhalt

Die Seminare Feature Selection und Semi-Supervised Learning wurden aufgrund der geringen Teilnehmerzahl kombiniert.

In diesem Seminar beschäftigen wir uns mit Methoden zur Auswahl (feature selection) und Konstruktion (feature extraction/construction) von Variablen für Klassifikations- und Regressionsverfahren. In hochdimensionalen Daten (Bioinformatik, Textanalyse, etc.) kann geeignete Variablenselektion entscheidend für die performance von Lernverfahren sein (curse of dimensionality). Ausserdem kann eine Dimensionsreduktion wesentlich zum Verständnis der Zusammenhänge in den Daten beitragen.

Außerdem werden in diesem Methoden zum halbüberwachten Maschinellen Lernen (Semi-Supervised Learning, SSL) vorgestellt und diskutiert. Im Semi-Supervised Learning nimmt man an, dass zusätzlich zur Trainingsmenge ein weitere Menge ungelabelter Daten (d.h. ohne Klasseninformation) zur Verfügung steht. Den SSL Methoden liegen verschiedene Ansätze (und damit verbundene Annahmen) zur Nutzung der Information aus ungelabelten Daten zu Grunde.

Anrechenbarkeit

Das Seminar ist eine Veranstaltung des Hauptstudiums und in den Studiengebieten "Künstliche Intelligenz" und "Quantitative Methoden" sowie in den Masterstudiengängen Informatik und Computational Neuroscience anrechenbar. Die Note wird anhand des Seminarvortrages und der anschliessenden Diskussion festgelegt.

Ablauf

Seminarplan