Vorlesungsverzeichnis

Suchen Sie hier über ein Suchformular im Vorlesungsverzeichnis der Leuphana.

Start > Masterprogramm Management (M.A./M.Sc.) -> Management & Engineering (ab Studienbeginn WS 19/20) -> Maschinelles Lernen und Data Mining

Lehrveranstaltungen

Maschinelles Lernen und Data Mining (Vorlesung)

Dozent/in: Ulf Brefeld, Samuel Gomes Fadel

Termin:
 wöchentlich | Donnerstag | 10:15 - 11:45 | 18.10.2021 - 04.02.2022 | C 1.209 Seminarraum | Kreidetafel erforderlich!

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: Samuel Gomes Fadel

Termin:
 wöchentlich | Donnerstag | 14:15 - 15:45 | 18.10.2021 - 04.02.2022 | C 16.129 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.