50 Jahre Uni Lübeck

Institut für Theoretische Informatik

Algorithmisches Lernen und Data Mining - CS4005


Veranstaltungsart und -inhalt

Titel Algorithmisches Lernen und Data Mining
Dozent PD Dr. Maciej Liskiewicz
Einordnung Diplom-Studiengang 6. und 8. Semester, Master-Studiengang 2. Semester
Inhalte
  • Mathematische Analyse von Lernverfahren
  • Automatische Klassifizierung
  • Konzeptlernen, Hypothesenraum
  • Lernen im Limes
  • PAC-Lernen (probably approximately correct learning)
  • Lernen von Entscheidungsbäumen
  • Naive Bayes -Verfahren
  • Instance Based Learning
  • Suchalgorithmen im Data Mining
Qualifikationsziele
  • Verständnis von Lernmodellen
  • Kenntnis grundlegender Verfahren des maschinellen Lernens
  • Kenntnis grundlegender Verfahren im Data Mining
  • Fähigkeit, reale Problemstellungen mit Lern- und Data Mining Methoden zu bearbeiten
Empfohlene Literatur
  • M.J. Kearns, V.V. Vazirani: An Introduction to Computational Learning Theory, MIT Press 1997
  • T.M. Mitchell: Machine Learning, WCB McGraw-Hill 1997
  • D. Hand, H. Mannila, P. Smyth: Principles of Data Mining, MIT Press 2001
  • J. Han, M. Kamber: Data Mining, Morgan Kaufmann 2001

Vorlesung

Dozent PD Dr. Maciej Liskiewicz
Umfang 2 SWS, ECTS-Credits: 4
Termine Fr 10:00 – 12:00, AM4; Ausser Freitag 20.5.11, dann im AM S2.

Übung

Assistent Oliver Witt
Umfang 1 SWS
Termine Mi 09:00 – 10:00, 10:00 – 11:00, 16:00 – 17:00, ITCS Seminarraum 2021