TU Wien:Einführung in die Mustererkennung VO (Haxhimusa)/Prüfung 2012-01-25

Teilweise neue Fragen die noch nicht in den PO vorkamen. Angabenwerte wurden teilweise nach der letzten Ziffer der Matrikelnummer vergeben.

Kurze Fragen: (nur um die 0.5P pro Antwort)

• Was sind überwachte und unüberwachte Verfahren
• Die Namen der 2 häufigsten minutiae
• wenn eine Klasse viele Parameter hat, dann ist der Bias ..... und die Varianz ...
• Was ist "Gut" an einem Merkmal
• was ist syntaktische Mustererkennung
• was ist die konvexe Hülle einer Region
• 2 Blobs und es soll von beiden die Euler Zahl berechnet werden (Anzahl der Komponenten - Anzahl der Löcher)
• anstreichen was bei Aktivierungsfunktion falsch ist (signum Fkt war falsch)
• 2 Clustering Algorithmen nennen

Rechenbeispiele:

• Mahalanobis Distanz berechnen, 4 Vektoren gegeben + zusätzl. Vektor, dafür noch Mittelwertvektor + Kovarianzmatrix berechnen
• PDF mit Stichproben schätzen
• Wahrscheinlichkeitsbsp mit P(xi), P(wj|xi), P(error|x) und P(error) berechnen
• 2 Kurvenpaare, welches stellt a posteriori Wahrscheinlichkeit dar
• Entscheidungsbaum berechnen mit 4 Vektoren, 2 Klassen, 2 Merkmalen und Impurity überall angeben
• Beispiel mit Entscheidungsgrenze? über 2 Ausdrücke berechnen mit Gauß'scher Verteilung, andere Angabe als bislang in den POs
• warum kann man Terme - ln2 Pi - ln p(x) weglassen

Detailfragen

• Klassifikation anhand Mahalanobis Distanz / Ausdruck / Parameter während Training schätzen / Plot / Konturlinien
• beschreiben von k-means
• was ist impurity? warum ist entropy impurity ein geeignetes Maß? fall für 2 Klassen besprechen

Aufsätze

• je nach Matrikelnummer entweder Backpropagation oder PCA in der Gesichtserkennung