MU Wien:Neural Computation 1 VO/UE (Dorffner)

From VoWi
Revision as of 22:23, 31 January 2006 by Murmel (talk | contribs)
(diff) ← Older revision | Latest revision (diff) | Newer revision → (diff)
Jump to navigation Jump to search

Daten

Inhalt

  • Grundlagen
  • Neuronale Netze zur Klassifikation
  • Neuronale Netze zur Regression
  • Lernen als Optimierung
  • Der praktische Umgang mit neuronalen Netzen
  • Unüberwachtes Lernen
  • Rekurrente Netze

Ablauf

Die Vorlesung findet wöchentlich statt. Die Übung besteht aus 4-5 Übungen in Matlab und wird jeweils bis zu einer Deadline (wobei Prof. Dorffner da sehr kulant ist) abgegeben. Anwesenheitspflicht gibt es keine.

Benötigte/Empfehlenswerte Vorkenntnisse

Wer Statistikgrundkenntnisse hat ist klar im Vorteil.

Vortrag

Prof. Dorffner hat einen guten Vortragsstil, er bringt den Stoff grundsätzlich gut und verständlich rüber.

Übungen

Die separaten Übungen bestehen aus der Abgabe von 4-5 Beispielen, welche (bis auf die erste) in Matlab zu programmieren sind. Jedes Beispiel zählt 100 Punkte, das vierte 200 weil es umfangreicher ist. Ein Beispiel kann weggelassen werden (nicht Beispiel 4) und man kann trotzdem noch die volle Punktezahl haben. Macht man 5 Beispiele kann man den Punktestand noch erhöhen. Die Beispiele haben folgende Themen:

  • Herumspielen mit einem Perzeptron in einem Windowsprogramm
  • Klassifikation von Daten mithilfe eines GLM und eines MLP
  • Klassifikation und Regression mithilfe von GMMs und MLPs
  • Vollständige Regression eines umfangreichen Immobilienwert-beispiels, bei dem man beginnend mit der Datensichtung alles wie bei echten Daten machen muss (umfangreichstes Beispiel)
  • Unüberwachtes Lernen mit k-means und GMMs

Prüfung

Die Prüfungsfragen sind eher auf Verständnis gestellt, laut Prof. Dorffner muss man keine Formel abgesehen vom Bayesschen Theorem kennen.

Literatur

Keine Spezielle.

Zeitaufwand

Jede Übung braucht gute 1-2 Tage, die vierte Übung meist mehr. Für die Vorlesungsprüfung sollte man bis zu einer Woche zum Lernen einplanen.

hilfreiche Links

Wo gibts Mitschriften, Skripten, Folien...

Tipps