Gegenstand dieses Praktikums ist theoretische Aufarbeitung je eines grundlegenden Algorithmus' des Maschinellen Lernens und einer eigenen Programmierung mit dazu passenden Test-Beispielen zur Verifikation der Implementierung. Dabei soll die Implementierung in Python mit Unterstützung von TensorFlow geschehen. Hierzu wird es mehrere Einführungsveranstaltungen geben, in denen Grundlagenwissen für beide Bereiche vermittelt werden soll. Die eigene Implementierung soll dann zur Bearbeitung eines anwendungsorientierten Übungsproblems eingesetzt werden. Anhand bekannter Testdatensätze sollen die Verfahren des Maschinellen Lernens ausgetestet, erprobt und optimal parametrisiert werden.
Exemplarische Themen umfassen:
- K-Means-Algorithmus
- K-Nearest-Neighbours
- Feed-Forward Neural Network
- Convolutional Neural Network
- Autoencoder
- Recurrent Neural Network
|