Summer Term 2018
Mustererkennung (CS4220/CS4220 T)
2 SWS Vorlesung mit 1 SWS Übung.
Ab WS 2014/2015 für:
- Master MIW Wahlpflicht
- Master MI Wahlpflicht
- Master MML Pflicht
- Modulteil zum Modul Signalanalyse CS4510 für Master MIW, Master Informatik, Master EdT
- Modulteil zum Modul Aktuelle Themen der Robotik und Automation CS4290 für Master Informatik im Anwendungsfach Robotik und Automation
- Modulteil zum Modul Fortgeschrittene Signalverarbeitung CS5274-KP08 für Master HAT
Klausur
1. Klausurtermin: 06.08.2018
2. Klausurtermin: 11.10.2018
Zugelassene Hilfsmittel:
- handgeschriebene zweiseitige Formelsammlung (DIN A4)
- Taschenrechner und Zeichenmaterial
Übung
Die Übung findet alle 14 Tage statt. Folgende Termine stehen zur Verfügung:
- Mi, 12:00 - 14:00 Uhr, Seminarraum Mathematik 1 (Hilbert)
- Do, 14:00 - 16:00 Uhr, AM S2
Inhalte
Grundlagen der Wahrscheinlichkeitstheorie
Grundlagen der Merkmalsextraktion und Mustererkennung
Bayes’sche Entscheidungstheorie
Diskriminanzfunktionen
Neyman-Pearson-Test
Receiver Operating Characteristic
Parametrische und nichtparametrische Dichteschätzung
kNN-Klassifikator
Lineare Klassifikatoren
Support-vector-machines und kernel trick
Merkmalsreduktion und -transformation
Bewertung von Klassifikatoren durch Kreuzvalidierung
Empfohlene Literatur zur Vorlesung
R. O. Duda, P. E. Hart, and D. G. Storck: Pattern Classification - 2nd Ed., New York: Wiley
N. Cristianini and J. Shawe-Taylor: An Introduction to Support Vector Maschines (and other kernel-based learning methods) - Cambridge University Press 2000
C. M. Bishop: Pattern Recognition and Machine Learning – Springer 2009
Prof. Dr.-Ing. Alfred Mertins
G64, 1.OG, R93
+49 451 3101-5800
mertins(at)isip.uni-luebeck.de
Marco Maaß
G64, 1.OG, R30a
+49 451 3101-5814
maass(at)isip.uni-luebeck.de
Termine
Donnerstags, 12.15 - 13.45 Uhr
Hörsaal T1
1. Termin: 12.04.2018
Moodle
Lehrmaterialien und weitere Informationen werden im zentralen Moodle-System der Universität zu Lübeck zur Verfügung gestellt!