Wissensdatenbank Wirtschaftsrecht

image4
image3
image2
image1
 Alle Kategorien:
  Forschungsdatenbank
  Lehrveranstaltungen
  Lexikon
  Literatur
  Rechtsgebiete
  Rechtsprechung
  Service
  Studium F H S
  Wissensmanagement
ich war hier: TutoriumMustererkennungEnsemblemethodenSS18

Version [91396]

Dies ist eine alte Version von TutoriumMustererkennungEnsemblemethodenSS18 erstellt von Tobias Dietz am 2018-09-27 15:05:56.

 

Tutorium: Mustererkennung mit Ensemblemethoden



1. Tutoren:

Tobias Dietz


2. Ziel des Tutoriums:

Vermittlung der Grundlagen der Ensemble-Methoden im automatischen rechnerbasierten Lernen


3. Adressaten des Lehrangebotes:
Fakultät Informatik ( ab Semester 4)



4. Teilnahme:



5. Veranstaltungsdatum/-zeit/-ort:



6. Veranstaltungsinhalte:

Vorstellung von:
- AdaBoost
- Gradient Boosting
- Random Forest
Vergleiche:
- Zwischen den Algorithmen
- Mit SVM und OLVQ




7. Literaturhinweise:
[1] Freund Y., Schapire R. E. (1999): A Short Introduction to Boosting; AT & T Labs - Research
[2] Hastie T., Tibshirani R. and Friedman J. (2009): Elements of Statistical Learning - Data Mining, Inference, and Prediction; Springer
[3] Schapire R. E. (unbekannt): Explaining AdaBoost; Princeton University, Dept. of Computer Science
[4] Zhou, Zhi-Hua (2012): Ensemble Methods: Foundations and Algorithms; Taylor & Francis Ltd
[5] Zhu J., Zou H., Rosset S., Hastie T. (2006): Multi-class AdaBoost; 1085 South University
8. Aufgaben:






Diese Seite wurde noch nicht kommentiert.
Valid XHTML   |   Valid CSS:   |   Powered by WikkaWiki