TU Wien:Einführung in die Mustererkennung UE (Artner)
- Einführung in die Mustererkennung UE (Hladuvka) (TU Wien, 0 Resources)
- Einführung in die Mustererkennung VO (Hladuvka) (TU Wien, 10 Resources)
- Einführung in die Mustererkennung UE (Artner) (TU Wien, veraltet, 0 Resources)
- Einführung in die Mustererkennung UE (Haxhimusa) (TU Wien, veraltet, 0 Resources)
- Einführung in die Mustererkennung VO (Artner) (TU Wien, veraltet, 12 Resources)
- Einführung in die Mustererkennung VO (Haxhimusa) (TU Wien, veraltet, 23 Resources)
Daten[edit | edit source]
| Lecturers | Univ.Ass. Dr.techn. Artner |
|---|---|
| ECTS | 3 |
| Department | Forschungsbereich Pattern Recognition and Image Processing |
| When | winter semester |
| Bachelor Medieninformatik und Visual Computing | Pflichtmodul Unbekannt oder "Prä-Modul-Ära" - EDIT ME |
Inhalt[edit | edit source]
Das Ziel dieser Übung ist es das Verständnis für die in der zugehörigen Vorlesung (186.844) vorgetragene Theorie zur Mustererkennung zu vertiefen. Problemstellungen der Mustererkennungen sollen selbständig mit Hilfe des Softwaresystems MATLAB gelöst werden.
Ablauf[edit | edit source]
Es gibt 4 Übungsaufgaben (insgesamt 100 Punkte zu erreichen), sowie 10 dazu Bonuspunkte.
Die Angaben sind recht klar beschrieben (eine tiefere Auseinandersetzung mit dem Vorlesungs-Stoff ist natürlich trotzdem notwendig). Angenehm ist, dass Abbildungen im Angabe-PDF fast immer zeigen, wie das finale Resultat aussehen sollte und man damit einen Anhaltspunkt hat!
Zum Großteil in Matlab zu lösen, einige schriftliche Aufgaben (Beschreibung, Rechenaufgaben).
Benötigte/Empfehlenswerte Vorkenntnisse[edit | edit source]
Nicht wirklich. Man fangt in Matlab von 0 an. Zweite Meinung: Die Übung ist zwar ohne Matlab-Vorkenntnisse schaffbar (es gibt einen "Matlab Einführung"-Foliensatz sowie das ausführlichere "Matlab Primer"-PDF), mit entsprechender Erfahrung verringert man den Arbeitsaufwand aber auf jeden Fall spürbar.
Vortrag[edit | edit source]
Parallel die Vorlesung dazu besuchen schadet nicht. Der Vortrag ist sehr angenehm gehalten.
Prüfung, Benotung[edit | edit source]
Für jede Übung gibt es Punkte zu erreichen, daraus ergibt sich dann die Note. Keine Abgabegespräche! Es gibt eine Nachfrist von 48 bzw 72 Stunden in der linear Punkte von der Maximalpunkteanzahl abgezogen werden (also z.B. von maximal 10 Punkten nach 24 Stunden über der Abgabefrist nur noch 5 erreichbar).
Dauer der Zeugnisausstellung[edit | edit source]
Recht lange! Trotz eingetragener Punkte selbst eine Woche im Folge-Semester (Sommer) noch nicht eingetragen.
WS15: Zeugnisse wurden am 10.März ausgestellt.
Zeitaufwand[edit | edit source]
Mittel.
Je nach Aufgabe kann der Aufwand stark variieren. Teilweise kann man bei bestimmten Beispielen hängen bleiben und kommt ohne Hilfe der Tutoren überhaupt nicht weiter, bei anderen wiederum kann es sein dass man binnen eines Nachmittags fast komplett fertig ist. Man sollte jedenfalls immer rechtzeitig mit den Beispielen anfangen um nicht in zeitliche Bedrängnis zu kommen!
Unterlagen[edit | edit source]
noch offen
Tipps[edit | edit source]
Matlab nicht unterschätzen! Die verschiedenen Arten von Klammern und Datentypen (alles ist eine Matrix!) können recht verwirrend sein, wenn man eine "klassische" Programmiersprache gewohnt ist. Die mitgelieferten Funktionen sind oft leicht anders definiert als in der Vorlesung und es zahlt sich oft aus die Dinge von Hand auszuprogrammieren (Ausnahmen wo eingebaute Matlab-Funktionen verwendet werden sollen, werden erwähnt). Auf jeden Fall die Matlab-Einführung machen bzw das sehr gute Matlab-Tutorial aus Einführung in Visual Computing und dann einiges an Zeit für Mystery-Bugs fixen einplanen.
Verbesserungsvorschläge / Kritik[edit | edit source]
noch offen