Mustererkennung (Sommersemester 2019)
Neuigkeiten
28.03.2019 | Herzlich willkommen zur Vorlesung. An dieser Stelle werden aktuelle Informationen zur Vorlesung bereitgestellt. Allgemeine Informationen und Materialen zur Vorlesung finden Sie weiter unten auf der Seite. |
04.04.2019 | Für Ihre eigene Literaturrecherche wird die Computer Science Bibliography DBLP empfohlen. |
Kalender
Inhalt
Inhalte dieser Vorlesung sind Konzepte und Algorithmen zur Beschreibung und Interpretation von Mustern. Als Schwerpunkt werden Verfahren der statistischen Mustererkennung behandelt. Zusätzlich dazu sollen auch Verfahren aus der strukturellen Musterkennung vorgestellt werden. Zum Vorlesungsinhalt gehören: Klassifikation mit Distanzfunktionen, lineare und nicht lineare Klassifikation, Bayes Klassifikator, Entscheidungsbäume, Support Vector Machines, neuronale Netze, Ensemble Methoden, Merkmale, Performance Evaluation, und Clustering. Ferner wird auch schwerpunktmäßig auf die neuesten Entwicklungen wie Deep Learning eingegangen. Mustererkennung ist eng mit Maschinellem Lernen verwandt. Mithilfe von Lernverfahren werden Modelle anhand von Trainingsdaten gelernt. Im Fokus der Vorlesung steht die Behandlung der verschiedenen Modelle und der zugehörigen Lernmethoden. Als Anwendungsbeispiele werden in der Vorlesung primär Fragestellungen aus dem Bereich Computer Vision (Verstehen von Bildern und Videos) behandelt. Mustererkennung und Maschinelles Lernen bilden einen wichtigen Bestandteil der Künstlichen Intelligenz (KI). Der heutige Erfolg und die große Resonanz der KI in den Medien sind im Wesentlichen auf diese beiden Forschungsgebiete zurückzuführen. In der Vorlesung soll dieser Teil der KI aus Sicht der methodischen Grundlagen und des Anwendungspotentials beleuchtet werden.
In der Vorlesung sind Übungen integriert.
Materialien
Learnweb Seite mit Vorlesungsfolien, Übungszetteln und weiteren Informationen ist eingerichtet. Bitte meldet euch hier an.
Weitere Informationen
-
Vorlesungszeiten
- Dienstags, 14 - 16 Uhr im M3
- Donnerstags, 14 - 16 Uhr im M3
- Eintrag Vorlesungsverzeichnis
Prüfungsanmeldung
Die Information wird mitgeteilt, sobald der Klausurtermin feststeht.