Vorlesung: Pattern Recognition

VV-Nr 10907-01
Dozierende Thomas Vetter
Assistierende Adam Kortylewski
Zeit und Ort Mi 16:15 - 18:00; Seminarraum 05.002, Spiegelgasse 5
Fr 10:15 - 12:00; Seminarraum 05.002, Spiegelgasse 5
Start 20.09.2017
Übungen Mo 14:15 - 16:00; Computer-Labor U1.001, Spiegelgasse 1
Di 08:15 - 10:00; Computer-Labor U1.001, Spiegelgasse 1
Gruppenzuweisung (Anmeldung mit Passwort)
Voraussetzungen Grundlagen in Mathematik und Statistik. Basiskenntnisse der Programmierung. Kenntnisse in Matlab sind wünschenswert.
Lernziele - Bei der Datenerfassung geeignete Klassifizierungsmerkmale auswählen und nutzen,
- Klassifizierer beschreiben, einsetzen, trainieren und evaluieren,
- eigene kleine Erkennungssysteme implementieren, die geschriebene Zahlen erkennen oder Gesichter unterscheiden können;
Inhalte Die Vorlesung führt ein in das Design von Mustererkennungssystemen. Präsentiert werden Klassifizierungsmerkmale sowie Klassifizierungsverfahren (z.B. Bayes Classification, Neural Network, Support Vector Machine oder AdaBoost) und deren Funktionsweise sowie der Einsatz und die Evaluation dieser Verfahren. Während der Übungen lernen Sie, praxisnahe Klassifizierungsprobleme zu lösen.
Literatur S. Theodoridis, K. Koutroumbas, Pattern Recognition, 2nd (3rd, 4th) ed., Academic Press, 2003, ISBN: 0126858756. (2006, ISBN: 0123695317; 2008, ISBN: 1597492728)
C. Bishop, Pattern Recognition and Machine Learning, 2006, Springer Verlag, ISBN: 0387310738

Ergänzend:
R. Duda, P. Hart, D. Stork, Pattern Classification, 2nd ed., Wiley-Interscience, 2000, ISBN: 0471056693.

Leihexemplare sind in der Uni Bibliothek in begrenzter Zahl vorhanden
Leistungsüberprüfung Lehrveranst.-begleitend

Bitte beachten: Die erfolgreiche Teilnahme an den Übungen ist Voraussetzung, um zur mündlichen Prüfung zugelassen zu werden. Details zu den Übungen und zur mündlichen Prüfung werden in der Vorlesung bekannt gegeben.

Mündliche Prüfungen voraussichtlich vom 24.-26. Januar 2018.
Kreditpunkte 8
Skala 1-6 0,5
Module Modul Informatik II (Bachelor Informatik 07)
Modul Wahlbereich Informatik (BSF - Informatik (Studienbeginn vor 01.08.2016))
Modul Interdisziplinäres und Wissenstransfer (Master Actuarial Science 09)
Modul Informatik-Kern (Bachelor Informatik 10)
Modul Methoden für Computational Biology (Bachelor Computational Sciences 11)
Modul Methoden für Computational Chemistry (Bachelor Computational Sciences 11)
Modul Methoden für Computational Mathematics (Bachelor Computational Sciences 11)
Modul Methoden für Computational Physics (Bachelor Computational Sciences 11)
Modul Machine Intelligence (Bachelor Computer Science 16)
Modul Applications and Related Topics (BSF - Computer Science)
Belegen Services (Anmeldung mit Passwort)