Maschinelles Lernen in der Bioinformatik - Spezialvorlesung
Modul-Nr.: 10-202-2206
| Spezial-Vorlesung: | Freitags 13:15-15:00 Uhr , R 109, Härtelstr. 16-18 |
| Beginn: | 18.10.2013 |
| Ende: | 06.12.2013 |
| Modulprüfung: |
Die Prüfung findet in 3er Gruppen statt, welche sich bitte
selbständig finden und einen Termin mit Frau Pregel ausmachen. Prüfungsvorleistungen umfassen: Teilnahme an Haupt- und Spezialvorlesung, Seminarvortrag und Teilnahme am Praktikum. |
Haupt-Vorlesung: 2 SWS = 30h Präsenzzeit + 56h Selbststudium
Spezial-Vorlesung: 1 SWS = 15h Präsenzzeit + 28h Selbststudium
| Datum | Folien | Thema |
|---|---|---|
| 18.10.2013 | 10-202-2206_VL01.pdf | Einführung, Lineare Methoden, Kernelmethoden |
| 25.10.2013 | 10-202-2206_VL02.pdf | HMM - Hidden Markov Modelle und (S)CFG - (stochastische) kontextfreie Grammatiken |
| 08.11.2013 | 10-202-2206_VL03.pdf | SVM - Support Vector Machines |
| 15.11.2013 | 10-202-2206_VL04.pdf | LDA - Lineare Diskriminanzanalyse |
| 29.11.2013 | 10-202-2206_VL05a.pdf | Cluster-Analyse |
| 29.11.2013 06.01.2013 |
10-202-2206_VL05.pdf | Selbständiges Lernen |
Literatur
The Elements of Statistical Learning. T.Hastie, R. Tibshirani und J. Friedman. Springer Series in
Statistics. 2003 ISBN:9780387952840
[pdf] The Elements of Statistical Learning.
Biological Sequence Analysis: Probabilistic Models of Proteins and
Nucleic Acids. R. Durbin, S.R. Eddy, A. Krogh und G. Mitchison. Cambridge University Press. 1998. ISBN-10:0521629713