Materialien ML

Maschinelles Lernen


Einen Einstieg in Verfahren zum Maschinellen Lernen geben:

Gunnar Rätsch - A Brief Introduction into Machine Learning PDF

Elad Yom-Tov - An Introduction to Pattern Classification PDF

Zur Standardliteratur gehört weiterhin:
Christopher M. Bishop - Pattern Recognition and Machine Learning
Thomas Mitchell - Machine Learning
(beide Titel sind in der UB verfügbar)

Verfahren, die im Seminarverlauf vorraussichtlich verwendet werden:

Support Vector Machines (SVM)
Bernhard Schölkopf, Alex Smola - Learning with Kernels: Support Vector Machines, Regularization, Optimization, and Beyond (Adaptive Computation and Machine Learning)

Adaptive Boosting (AdaBoost)
Yoav Freund, Robert E. Schapire - A Decision-Theoretic Generalization of on-Line Learning and an Application to Boosting PDF
Raúl Rojas - AdaBoost and the Super Bowl of Classifiers - A Tutorial Introduction to Adaptive Boosting PDF

Software

Die frei erhältliche Bibliothek OpenCV beinhaltet zahlreiche Verfahren zum Maschinellen Lernen und soll wenn möglich verwendet werden.
Weitere Biobliotheken sind Shogun (C++, http://www.shogun-toolbox.org/) und Weka (Java, http://www.cs.waikato.ac.nz/~ml/).
Aus Performancegründen sollte jedoch wennmöglich C bzw. C++ verwendet werden.