Maschinelles Lernen und Data Mining

Maschinelles Lernen und Data Mining

VORLESUNG im WINTERSEMESTER 2017

Vorlesung Mo 14-16 im SR 130 CZ3 und Do 08-10 im SR 130 CZ3

Prof. Dr. E.G. Schukat-Talamazzini

Unter maschinellem Lernen verstehen wir die Fähigkeit eines (künstlichen) Systems, sich an seine Umwelt zu adaptieren, derart daß es eine gegebene Aufgabe mit zunehmender Effizienz und Lösungsqualität bewältigen kann.

Maschinelle Lernprogramme sind überall dort erfolgreich bzw. unverzichtbar, wo das zur Bewältigung einer Informationsverarbeitungsaufgabe notwendige Wissen gar nicht (viele Anwendungen sensorischer Mustererkennung) oder nur mit gewaltigen Aufwand (Expertensysteme, NL-Systeme) zu akquirieren ist. Insbesondere ist das der Fall in der hochaktuellen Aufgabenstellung des Data Mining (DM), welche die Strukturaufdeckung, Klassifizierung oder Entwicklungsvorhersage aus großen Datenfluten (Finanzprozesse, Einzelhandel, Gendatenbanken, Klimameßwerte, elektronische Dokumente, Webseiten, Entwicklung und Produktion) zum Ziel hat.

Die angekündigte Vorlesung wird sich primär mit der Behandlung von Lernverfahren mit Anwendungen im Gebiet Data Mining befassen. Zentrale Themen der Veranstaltung werden insbesondere konzeptuelles Lernen & Clustering, hierarchische Klassifikation (Entscheidungsbäume), sowie graphische Modellierung (Markov- und Bayesnetze) sein. Die Gebiete lernender numerischer Klassifikatoren und Grammatiken sowie Neuronaler Netze sind durch das Lehrangebot des Instituts bereits anderweitig abgedeckt (ME, SGM, NN).

Der Inhalt der Vorlesung orientiert sich grob an der Monographie Machine Learning von Tom Mitchell (McGraw Hill 1997). Es gibt zur Vorlesung ein ausführliches Folienskriptum. Die Lehrveranstaltung richtet sich an Studierende der Masterstudiengänge Informatik, Bioinformatik, Computational Science, und des Lehramts Informatik an Gymnasien (FS 5-9).

Erster Vorlesungstermin ist Montag, der 16. Oktober 2017 .





E.G. Schukat-Talamazzini Institut für Informatik Fakultät Mathe/Inf FSU Jena 16.08.2017 - 10:56 E-Mail