Version [91398]
Dies ist eine alte Version von TutoriumMustererkennungEnsemblemethodenSS18 erstellt von Tobias Dietz am 2018-09-27 15:07:19.
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:
