Montag, 31. Januar 2011
7. Hypothesenbewertung
Risikoschätzung, Trainings- und Testfehler, Konfidenzintervalle. Folien vom 31.01.2011.
Montag, 3. Januar 2011
6. Lineare Klassifikatoren
Lineare Entscheidungsfunktionen, Rocchio, Fisher-Diskriminante, KNN, (Margin-) Perceptron, SVM, LogReg, Representer Theorem, Kernel-Verfahren, Multiklassen-SVM, Klassifikation mit Taxonomien, Strukturierte Ein- und Ausgabe (Wortarterkennung, NLP, Sequence Alignment), Cutting Plane Algorithmus, Stochastic Gradient Descend Ansatz, Semisupervised Learning. Folien.
Montag, 6. Dezember 2010
5. Sequenzanalyse
Stochastische Prozesse: stationär, autoregressiv. Folien vom 06.12.2010.
Montag, 15. November 2010
4. Bayessches Lernen
Wahrscheinlichkeiten, Zufallsvariablen, Erwartungswerte, Varianzen. Bayessche Vorhersage, Bayesian Model Averaging. Parameterschätzungen für Wahrscheinlichkeitsverteilungen. Bayessche lineare Regression, naive Bayes. Folien vom 15.11.2010, Folien vom 22.11.2010. Folien vom 29.11.2010.
Montag, 1. November 2010
3. Entscheidungsbäume
Entscheidungsbäume zur Klassifikation & Regression mit binären und kontinuierlichen Merkmalen: Lernen aus Daten, Ableiten von Regeln, Entropie & Information Gain, ID3, C4.5, SLIQ, Modelbäume, Pruning, Lineare Regression, Bootstrapping. Folien.
Montag, 25. Oktober 2010
2. Grundlagen
Lernen, Hypothesenräume, Version Spaces, Verlustfunktion, Regularisierer. Folien.
Abonnieren
Posts (Atom)