Course Schedule

Start > Masterprogramm Management (M.Sc.) -> Management & Engineering -> Maschinelles Lernen und Data Mining

Lehrveranstaltungen

Maschinelles Lernen und Data Mining (Vorlesung)

Dozent/in: Ulf Brefeld, Yannick Rudolph

Termin:
 wöchentlich | Montag | 10:15 - 11:45 | 16.10.2023 - 23.10.2023 | C 14.202 Seminarraum | ..
wöchentlich | Montag | 10:15 - 11:45 | 30.10.2023 - 02.02.2024 | C HS 2 | C HS2 wegen Tafel

Inhalt: Im Modul werden die Grundbegriffe des Lernens aus Daten eingeführt. Unterschiedliche Techniken des überwachten und unüberwachten maschinellen Lernens und Data Mining werden hergeleitet und ihre Eigenschaften besprochen. Beispiele sind theoretische/empirische Risikominimierung, Entscheidungsbäume, Random Forests, Regularisierung, Perzeptron, Multilayer Netzwerke, Support Vector Machines, k-means, probabilistische Clustering-Verfahren mittels Expectation Maximization. Weitere Themen sind Experimentalaufbau, Interpretation der Ergebnisse, Kommunikation der Ergebnisse, z.B. Kreuzvalidierung sowie nichtlineare Merkmalsgenerierung, z.B. mittels Kernfunktionen.

Maschinelles Lernen und Data Mining (Übung) (Übung)

Dozent/in: Ulf Brefeld, Yannick Rudolph

Termin:
 wöchentlich | Donnerstag | 10:15 - 11:45 | 16.10.2023 - 02.02.2024 | C 12.112 Seminarraum | .

Inhalt: Im Modul werden die Grundbegriffe des Lernens aus Daten eingeführt. Unterschiedliche Techniken des überwachten und unüberwachten maschinellen Lernens und Data Mining werden hergeleitet und ihre Eigenschaften besprochen. Beispiele sind theoretische/empirische Risikominimierung, Entscheidungsbäume, Random Forests, Regularisierung, Perzeptron, Multilayer Netzwerke, Support Vector Machines, k-means, probabilistische Clustering-Verfahren mittels Expectation Maximization. Weitere Themen sind Experimentalaufbau, Interpretation der Ergebnisse, Kommunikation der Ergebnisse, z.B. Kreuzvalidierung sowie nichtlineare Merkmalsgenerierung, z.B. mittels Kernfunktionen.