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:
Interessenten aus dem Fachbereich Informatik



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] Breiman L. (1994): Bagging Predictors; University of California -Department of Statistics
[2] Freund Y., Schapire R. E. (1999): A Short Introduction to Boosting; AT & T Labs - Research
[3] Hastie T., Tibshirani R. and Friedman J. (2009): Elements of Statistical Learning - Data Mining, Inference, and Prediction; Springer
[4] Schapire R. E. (unbekannt): Explaining AdaBoost; Princeton University, Dept. of Computer Science
[5] Zhou, Zhi-Hua (2012): Ensemble Methods: Foundations and Algorithms; Taylor & Francis Ltd
[6] Zhu J., Zou H., Rosset S., Hastie T. (2006): Multi-class AdaBoost; 1085 South University
8. Aufgaben: