Lerninhalte |
The goal of this seminar is to examine in detail prominent Machine Learning approaches. Machine Learning (also known as Data Mining, Pattern Recognition, Data Analysis, and Classification) is a research area at the intersection of computer science, artificial intelligence, mathematics and statistics, that addresses the problem of developing software systems able to improve their effectiveness with experience. It can be applied to a vast set of applications such as predicting customer behavior, steering a robot, detect spam, and predict the folding of a protein, to name just a few. In this seminar, state-of-the-art approaches to Machine Learning will be analyzed as well as their application to real world problems.
Das Ziel dieses Seminars ist es, wichtige Machine Learning Ansätze im Detail zu untersuchen. Maschinelles Lernen (auch als Data Mining, Mustererkennung, Data Analysis, und Klassifikation bekannt) ist ein Forschungsgebiet an der Schnittstelle von Informatik, Künstliche Intelligenz, Mathematik und Statistik, das das Problem der Software Entwicklung adressiert um die Effizienz durch Erfahrung zu verbessern. Es kann zu einer großen Reihe von Anwendungen wie beispielweise die Vorhersage des Kundenverhaltens, die Lenkung eines Roboters, Erkennen von Spam und Vorhersage der Spaltung eines Proteins angewendet werden. In diesem Seminar werden ebenso die Anwendung auf reale Probleme sowie die state-of-the-art Ansätze für maschinelles Lernen analysiert. |