technische universitt dortmund Maschinelles Lernen Fakultt fr Informatik

technische universität dortmund Maschinelles Lernen Fakultät für Informatik LS 8

technische universität dortmund Fakultät für Informatik LS 8 Proseminar führt ein in wissenschaftliches Arbeiten Schule war gestern Vorgegebener Stoff Lehrer weiß es, Schüler lernt es. An der Universität wird Wissen geschaffen! In die Gemeinschaft der Wissenschaftler. Innen hinein wachsen! Im Beruf muss man sich selbstständig in Neues einarbeiten können. Katharina Morik| Proseminar 2016

technische universität dortmund Fakultät für Informatik LS 8 Proseminar: Bibliographieren Literatursuche Begriffsdefinition Zentraler Artikel Literaturbewertung Autoren Erscheinungsort Ist das Problem schwierig? Ist die Lösung besser als bisherige Ansätze? Ist die Lösung allgemein? Sind alle Behauptungen belegt? Katharina Morik| Proseminar 2016 Lukas Lerche Dienstag, 9. Oktober 14: 00 – 16 Uhr Treffen am Eingang UB Schulungsraum 1 im 2. Stock

technische universität dortmund Fakultät für Informatik LS 8 Proseminar: Vorgehen Einzelarbeiten zu Hause Literaturverzeichnis erstellen Abstracts lesen, 1 – 2 Artikel auswählen Artikel lesen, im Seminar berichten Referat 15 Minuten Präsentation Ca. 20 Seiten Text Abgabe 2. April 2019 Katharina Morik| Proseminar 2016 1. Recherchieren lernen 2. Fachgebiet strukturieren 3. Thema darstellen

technische universität dortmund Kriterien Mündliche Teilnahme Bibliographie, Zitieren, Literaturverzeichnis Sorgfalt, Rechtschreibung Sprache Definitionen Gebiet: Was, wie, warum Methode, Modell verwendete Begriffe Darstellung Algorithmus Katharina Morik| Proseminar 2016 Fakultät für Informatik LS 8

technische universität dortmund Fakultät für Informatik LS 8 Zeitplan: mindestens pro Woche Proseminar: 2 Stunden – immer hingehen! Hausarbeit: 3 Stunden Referat vorbereiten: insgesamt 16 Stunden pro Woche sollten Sie für das Proseminar einplanen Katharina Morik| Proseminar 2016 112 wache Stunden pro Woche 50 Stunden Studium 20 Stunden Bahnfahrt, Haushalt, Geld verdienen 10 Stunden Feiern 32 Stunden für Sport, Kultur, Puffer, Albernheiten. . .

technische universität dortmund Fakultät für Informatik LS 8 Maschinelles Lernen Entscheidungsbäume Regression Neuronale Netze CNN RNN Stützvektormethode (SVM) Probabilistische graphische Modelle (PGM) Reinforcement Learning Bandit Models Katharina Morik| Proseminar 2016 Lernen auf Datenströmen Verteiltes Lernen Merkmalstransformationen Kernmethoden Embeddings Merkmalsselektion Bias Variance. . .

technische universität dortmund Themen Katharina Morik| Proseminar 2016 Fakultät für Informatik LS 8

technische universität dortmund Fakultät für Informatik LS 8 Zeitplan 23. 10. Präsentationseinführung 30. 10. 2018 Referate je 15 - 20 Mining High-Speed Data Streams Extremely Fast Decision Tree Mining Time-Changing Data Streams Analysis of Computer Architectures for fast Filtering of Sensor Data 6. 11. 2018 Selbstlernen Katharina Morik| Proseminar 2016 13. 11. 2018 Referate je 15 - 20 Min. Realization of Random Forest for Real-Time Evaluation through Tree Framing Neural Random Forests Object Recognition from very few Training Examples for Enhancing Bicycle Maps 20. 11. 2018 Selbstlernen 27. 11. 2018 Präsentations einführung 2

technische universität dortmund Fakultät für Informatik LS 8 Zeitplan 4. 12. 2018 Referate je 15 – 20 Min. Summary Extraction on Data Streams in Embedded Systems Online Analysis of High-Volume Data Streams in Astroparticle Physics Undirected graphical models (Markov random fields) Variational Inference: A Review for Statisticians Katharina Morik| Proseminar 2016 11. 12. 2018 Referate je 15 - 20 Min. Spatio-temporal random fields: compressible representation and distributed estimation Integer undirected graphical models for resource-constrained systems Route Planning with Real-Time Traffic Predictions

technische universität dortmund Fakultät für Informatik LS 8 Zeitplan 18. 12. 2018 — vielleicht hinterher auf den Weihnachtsmarkt? Generative Adversarial Nets Probabilistic Generative Adversarial Networks Wasserstein Generative Adversarial Networks 15. 1. 2019 Schreiben Katharina Morik| Proseminar 2016 8. 1. 2019 Stability prediction in milling processes using a simulationbased Machine Learning approach Qualitaetsprognosen zur Engpassentlastung in der Injektorfertigung unter Einsatz von Data Mining Sustainable Industrial Processes by Embedded Real -Time Quality Prediction

technische universität dortmund Fakultät für Informatik LS 8 Zeitplan 22. 1. 2019 Referate und Abschlussdiskussion Counterfactual Risk Minimization: Learning from Logged Bandit Feedback Deep Learning with Logged Bandit Feedback Katharina Morik| Proseminar 2016 Zusätzlicher Termin für Präsentation 7. 12. 2018 10 – 14 Uhr OH 12 Raum 4. 013

technische universität dortmund Fakultät für Informatik LS 8 Entscheidungsbäume Decision Trees Ross Quinlan 1986 Cite Seer Abstract lesen Pedro Domingos 2000 Manchmal kommt das Schlagwort nicht im Titel vor! Katharina Morik| Proseminar 2016

technische universität dortmund Fakultät für Informatik LS 8 Google Scholar gibt nicht die fachliche Relevanz an Einbeziehung einer wichtigen Tagung Katharina Morik| Proseminar 2016

technische universität dortmund Decision Trees Katharina Morik| Proseminar 2016 Fakultät für Informatik LS 8

technische universität dortmund Datenströme Pedro Domingos, Spencer Hulten KDD 2001 João Gama: 
Knowledge Discovery from Data Streams. Chapman and Hall / CRC Data Mining and Knowledge Discovery Series, CRC Press 2010, ISBN 978 -14398 -2611 -9, pp. I-XIX, 1 -237 Albert Bifet Katharina Morik| Proseminar 2016 Fakultät für Informatik LS 8

technische universität dortmund Fakultät für Informatik LS 8 Merkmalsselektion Feature selection Feature subset selection Isabelle Guyon 2003 JMLR Dimensionsreduktion Curse of high dimension Katharina Morik| Proseminar 2016 Englischer Fachbegriff Referenzen in Wikipedia Medizin hat viele hochdimensionale Daten Clustering unterliegt dem Fluch der hohen Dimension

technische universität dortmund Fakultät für Informatik LS 8 Reinforcement Learning Sutton Bartow 1998 Begriff hat sich geändert: Bandit models Katharina Morik| Proseminar 2016 Nature Spiele optimieren Robotik

technische universität dortmund Fakultät für Informatik LS 8 Artikel bearbeiten Artikel verstehen Zusammenhänge erkennen Abgrenzungen Aufschreiben Funktion Optimierung Garantien? Evaluation Literaturangaben Präsentieren Katharina Morik| Proseminar 2016 Aufgabe Anwendung Lernaufgabe: Klassifikation Regression Clustering Reinforcement Theorie Probabilistik Kombinatorik Geometrie . . .

technische universität dortmund Fakultät für Informatik LS 8 Gliederung eines Artikels/Referats (s. Keogh) 1. Einleitung Problem Wichtigkeit Warum geht es nicht einfach? Bisherige Ansätze und ihre Nachteile Baseline Präzises Problem, das jetzt behandelt wird mit Gütekriterium Katharina Morik| Proseminar 2016 2. Daten Rohdaten Vorverarbeitung Stichproben 3. Lösung Idee Algorithmus 4. Experimente Gütevergleich mit baseline, Einzelne Parameter o. ä. In ihrer Wirkung 5. Eigene Wertung

technische universität dortmund Fakultät für Informatik LS 8 Definitionen und Literaturhinweise Jeder Fachbegriff wird vor seiner Verwendung definiert. <Begriff> ist ein <Oberbegriff> mit <Spezialisierung>+ Vielleicht gibt es verschiedene Definitionen bei verschiedenen Autoren – angeben und zitieren! Man kann ruhig die eigene Notation nehmen, um alle Ansätze mit derselben Notation zu beschreiben. Katharina Morik| Proseminar 2016 Von der Sache her argumentieren und dann zitieren, nicht unbedingt die Autoren als Subjekt des Satzes nehmen. Nicht: “Plump findet das globale Optimum [6]. ” Sondern: “Ansatz X findet das globale Optimum [6]. ” [6] Plump, A. “Die einfache Lösung”, d. Press 2016

technische universität dortmund Fakultät für Informatik LS 8 Gestaltung -- Einheitlichkeit Katharina Morik| Proseminar 2016 Auch bei Präsentationen gibt es aka Datentypen! Listen Aufzählungspunkte enthalten Gleichartiges. Folien Farbcode Aufteilung Style für Definitionen, Beispiele

technische universität dortmund Fakultät für Informatik LS 8 Pecha Kucha Ein Pecha Kucha Vortrag besteht aus 20 Bildern á 20 Sekunden Die Bilder wechseln automatisch, der Vortragende hat keinen Einfluss darauf Die Reihenfolge der Bilder legt der Vortragende fest Der Vortrag dauert insgesamt 6 Minuten und 40 Sekunden. Katharina Morik| Proseminar 2016 https: //pechakucha. de https: //youtu. be/8 Hvnes. Qx. FBQ