Informationen für
Logo VIS

« Zurück

Hauptseminar "Knowledge Discovery & Information Retrieval"
Semester: WS 2007/2008
Umfang: 2S
Dozent: Dr. Sebastian Klenk
Prof. Dr. Gunther Heidemann
Beschreibung:

 

Ziel:

Das Hauptseminar wird einen Überblick über Themen aus den Breichen Knowledge Discovery und Information Retrieval geben. Ein besonderer Fokus liegt dabei auf den Themenfeldern Data Mining, maschinelles Lernen und Mustererkennung.

Inhalt:

Knowledge Discovery und Information Retrieval stehen für Verfahren zur Generierung, zum Suchen und Sammeln neuen Wissens aus bestehenden Datenbeständen. Dabei geht es darum Regelmäßigkeiten und Abhängigkeiten zu erkennen und Trends zu bestimmen. In der Regel werden hierfür Methoden der Künstlichen Intelligenz und der Statistik verwendet. Praktische Anwendungen sind die Bio-Medizinische Forschung, Wissensmanagement und Suchmaschinen, betriebswirtschaftliche Analysen und viele mehr.

 

Im Rahmen dieses Hauptseminars werden einige der aktuellen Methoden (Neuronale Netze, Hidden-Markov Modelle, Kernschätzer, etc.) vorgestellt und diskutiert. Dabei soll anhand beschriebener praktischer Anwendungsfälle der spezielle Nutzen dargestellt und die mit den Vorgehensweisen verbundenen Probleme verdeutlicht werden. Beispiele hierfür sind Image  Retrieval, Musik-Klassifikation, Case Based Reasoning, etc.

 

Die Vortragsthemen entsprechen dem gegenwärtigen Stand der Forschung oder besonderen praktischen Anwendungen. Als Einstieg zu jedem Thema werden ein oder mehrere wissenschaftliche Artikel zur Verfügung gestellt auf denen aufbauend dann das Themengebiet erarbeitet wird.

Voraussetzung:

Vordiplom, hilfreich wären Vorkenntnisse im Bereich maschineller Lernverfahren wie man sie z.B. in den Lehrveranstaltungen "Neuronale Netze" und "Aktives Sehen" vermittelt bekommt.

Literatur

  • T. Hastie, R. Tibshirani, Jerome Friedman: "The Elements of Statistical Learning", Springer, 2001
  • M. Berthold, D. Hand: "Intelligent Data Analysis", Springer, 1999
  • C. Bishop: "Pattern Recognition and Machine Learning", Springer, 2006
Themen:
Datum Thema Vortragender Betreuer
01.01.1970 Themen werden noch bekannt gegeben Entfällt
Termine: Freitag, 14:00 - 15:30 Uhr in 0.363
Organisatorische Hinweise:

Vorbesprechung:

Mittwoch 05.09.2007 (14:00-15:00 Uhr), Raum 1.168

Abgabefrist für Folien: 0 Tag(e) nach dem Vortrag
Abgabefrist für Ausarbeitung: 0 Tag(e) nach dem Vortrag

« Zurück