University of Tübingen Homepage Lehrstuhl Rechnerarchitektur, Prof Dr. Zell
print versionl HomeComputer Architecture Teaching Prosem.: Machine Learning
 
About Our Department
People
Research Projects
Software
Publications
Teaching
Prosem.: Machine Learning
Basisprakt.: Mobile Roboter
Robotik I
Sem.: Inferenz regulatorischer und metabolischer Netze
Sem.: Sensorik und Navigation mobiler Roboter
Prakt.: Mobile Roboter
Diploma Theses
Vacancies
Address/Directions
External Links
Internal Pages
 
Contents
Search
 
Computer Science Dept.
University of Tübingen
 
 

Proseminar: Machine Learning

Dozent Prof. Dr. A. Zell, Alexander Sung (A318), Nikolas Fechner (A317)
Sprechstunde n.V. (vorher anrufen oder eMail)
Zeit Mittwoch, 14-16 Uhr (s.t.)
Umfang 2
Beginn 18.10.2006
Vorbesprechung 18.10.2006, 14 Uhr
Ort Seminarraum 2, Sand 6
Turnus regelmäßig 

Beschreibung:
Es werden Methoden und Verfahren im Themenbereich Maschinelles Lernen vorgestellt und diskutiert.

Teilnehmende halten ein Referat (45min + 10min Diskussion) mit Folien oder Laptop-Projektion und erstellen eine schriftliche Ausarbeitung (ca. 12-15 Seiten, A4, einspaltig, 12pt Times, 2.5cm Rand).

Das Seminar fällt in diesem Semester aufgrund zu geringer Teilnehmerzahl aus.

Literaturvorschläge: 

[1] P. Baldi, S. Brunak, Bioinformatics: The Machine Learning Approach, 2. Edition, Kapitel 7 und 8, S. 165-223, 2001

[2] A. Blum, P. Langley, Selection of Relevant Features and Examples in Machine Learning, In: Artificial Intelligence, Vol 97:1-2, 1997

[3] J. Bortz, Statistik für Sozialwissenschaftler, Springer-Verlag, 1999

[4] R. Duda, P. Hart, D. Stork, Pattern Classification, Wiley Interscience, 2000

[5] R. Kohavi, G. John, Wrappers for Feature Subset Selection, In: Artificial Intelligence, Vol 97:1-2, 1997

[6] M. Meila, J. Shi, A Random Walks View of Spectral Segmentation, AI and Statistics, 2001

[7] T. Mitchell, Machine Learning, McGraw Hill, 1997

[8] A. Ng, M. Jordan, Y. Weiss, On Spectral Clustering: Analysis and an algorithm, NIPS 14, 2001

[9] L. Rabiner, A Tutorial on Hidden Markov Models and Selected Applications in Speech Recognition, IEEE 1989

[10] R. Rojas, Theorie der neuronalen Netze, Springer Verlag, 1996

[11] B. Schölkopf, A. Smola, Learning with Kernels, MIT Press, 2002

[12] R. Sutton, A. Barto, Reinforcement Learning: An Introduction, MIT Press, 1998

[13] D. Verma, M. Meila, A Comparison of Spectral Clustering Algorithms, Technical Report 03-05-01, 2003

[14] A. Zell, Simulation Neuronaler Netze, Oldenbourg, 1994


Stilvorlage

  • Für die Erstellung der Ausarbeitung mit Word97/2000 gibt es hier eine Stilvorlage (Word97-Format, 27kB).
  • Wenn Sie eine andere Textverarbeitung bevorzugen, orientieren Sie sich bitte an diesem Muster (PDF-Format, 13kB).
  • Für Latex-Fans gibt es einen Style mit kleinem Demo.

Last changes: 19.03.2018, 18:46 CET. RA-Webmaster. Impressum
http://www.ra.cs.uni-tuebingen.de/lehre/ws06/pro_learning.html
© 2001-2007 University of Tübingen