Das Seminar bietet eine Einfhrung in die mathematische Theorie des statistischen Lernens und ihre Anwendungen. Aus den unten aufgelisteten Themenkomplexen können nach Absprache mit den Betreuern theoretische Vorträge ebenso wie Vorträge mit Schwerpunkt auf Implementierung (z.B. in Java) zusammengestellt werden.
Themenschwerpunkte:
Literatur
Voraussetzungen: Grundkenntnisse in Wahrscheinlichkeitsrechnung und mathematischer Statistik
Nähere Auskünfte und Anmeldung bei Prof. Dr. E. Spodarev, Raum 163, Helmholzstr. 18, Tel. 50-23527.
24.04.2007 | B. Mayer "Einführung in das statistische Lernen" (Ausarbeitung) |
8.05.2007 | V. Krieg "Lineare Klassifikationsmethoden" (Ausarbeitung) |
15.05.2007 | A. Wallner "Neuronale Netze" (Ausarbeitung) |
22.05.2007 | F. Häussler "Kerne und Kostenfunktionale" (Ausarbeitung) |
5.06.2007 | H. Zierau "Andere Methoden zur Klassifikation und Objekterkennung" (Ausarbeitung) |
12.06.2007 | J. Fischer "Support vector machines (SVM)" (Ausarbeitung) |
26.06.2007 | J. Renfordt "Ameisen-Algorithmen in der Verkehrssimulation" |
10.07.2007 | S. Frommer "Methoden zur Erzeugung von Kernen" (Ausarbeitung) |
17.07.2007 | J. Kampf (Universität Karlsruhe) "Integraldarstellungen von Linearkombinationen innerer Volumina" |
zuletzt aktualisiert am 22.06.2007