Zur Merkliste hinzufügen
Zurück

 

10907-01 - Vorlesung: Pattern Recognition 8 KP

Semester Herbstsemester 2020
Angebotsmuster Jedes Herbstsemester
Dozierende Ivan Dokmanić (ivan.dokmanic@unibas.ch)
Dennis Madsen (dennis.madsen@unibas.ch)
Dana Rahbani (dana.rahbani@unibas.ch)
Thomas Vetter (thomas.vetter@unibas.ch, BeurteilerIn)
Inhalt Die Vorlesung führt ein in das Design von Mustererkennungssystemen. Präsentiert werden Klassifizierungsmerkmale sowie Klassifizierungsverfahren (z.B. Bayes Classification, Neural Network, Support Vector Machine oder AdaBoost) und deren Funktionsweise sowie der Einsatz und die Evaluation dieser Verfahren. Während der Übungen lernen Sie, praxisnahe Klassifizierungsprobleme zu lösen.
Lernziele - Bei der Datenerfassung geeignete Klassifizierungsmerkmale auswählen und nutzen,
- Klassifizierer beschreiben, einsetzen, trainieren und evaluieren,
- eigene kleine Erkennungssysteme implementieren, die geschriebene Zahlen erkennen oder Gesichter unterscheiden können;
Literatur S. Theodoridis, K. Koutroumbas, Pattern Recognition, 2nd (3rd, 4th) ed., Academic Press, 2003, ISBN: 0126858756. (2006, ISBN: 0123695317; 2008, ISBN: 1597492728)
C. Bishop, Pattern Recognition and Machine Learning, 2006, Springer Verlag, ISBN: 0387310738

Ergänzend:
R. Duda, P. Hart, D. Stork, Pattern Classification, 2nd ed., Wiley-Interscience, 2000, ISBN: 0471056693.

Leihexemplare sind in der Uni Bibliothek in begrenzter Zahl vorhanden
Bemerkungen

 

Teilnahmebedingungen Grundlagen in Mathematik und Statistik. Basiskenntnisse der Programmierung. Kenntnisse in Python sind wünschenswert.
Unterrichtssprache Englisch
Einsatz digitaler Medien Online-Angebot obligatorisch
HörerInnen willkommen

 

Intervall wöchentlich
Datum 16.09.2020 – 22.01.2021
Zeit Mittwoch, 16.15-18.00 - Online Präsenz -
Freitag, 10.15-12.00 - Online Präsenz -
Datum Zeit Raum
Mittwoch 16.09.2020 16.15-18.00 Uhr - Online Präsenz -, --
Freitag 18.09.2020 10.15-12.00 Uhr - Online Präsenz -, --
Mittwoch 23.09.2020 16.15-18.00 Uhr - Online Präsenz -, --
Freitag 25.09.2020 10.15-12.00 Uhr - Online Präsenz -, --
Mittwoch 30.09.2020 16.15-18.00 Uhr - Online Präsenz -, --
Freitag 02.10.2020 10.15-12.00 Uhr - Online Präsenz -, --
Mittwoch 07.10.2020 16.15-18.00 Uhr - Online Präsenz -, --
Freitag 09.10.2020 10.15-12.00 Uhr - Online Präsenz -, --
Mittwoch 14.10.2020 16.15-18.00 Uhr - Online Präsenz -, --
Freitag 16.10.2020 10.15-12.00 Uhr - Online Präsenz -, --
Mittwoch 21.10.2020 16.15-18.00 Uhr - Online Präsenz -, --
Freitag 23.10.2020 10.15-12.00 Uhr - Online Präsenz -, --
Mittwoch 28.10.2020 16.15-18.00 Uhr - Online Präsenz -, --
Freitag 30.10.2020 10.15-12.00 Uhr - Online Präsenz -, --
Mittwoch 04.11.2020 16.15-18.00 Uhr - Online Präsenz -, --
Freitag 06.11.2020 10.15-12.00 Uhr - Online Präsenz -, --
Mittwoch 11.11.2020 16.15-18.00 Uhr - Online Präsenz -, --
Freitag 13.11.2020 10.15-12.00 Uhr - Online Präsenz -, --
Mittwoch 18.11.2020 16.15-18.00 Uhr - Online Präsenz -, --
Freitag 20.11.2020 10.15-12.00 Uhr - Online Präsenz -, --
Mittwoch 25.11.2020 16.15-18.00 Uhr - Online Präsenz -, --
Freitag 27.11.2020 10.15-12.00 Uhr Dies Academicus
Mittwoch 02.12.2020 16.15-18.00 Uhr - Online Präsenz -, --
Freitag 04.12.2020 10.15-12.00 Uhr - Online Präsenz -, --
Mittwoch 09.12.2020 16.15-18.00 Uhr - Online Präsenz -, --
Freitag 11.12.2020 10.15-12.00 Uhr - Online Präsenz -, --
Mittwoch 16.12.2020 16.15-18.00 Uhr - Online Präsenz -, --
Freitag 18.12.2020 10.15-12.00 Uhr - Online Präsenz -, --
Freitag 22.01.2021 09.00-11.00 Uhr parallel in alle Seminarräumen in Spiegelgasse 1 imd 5, --
Module Modul: Applications and Related Topics (Bachelor Studienfach Computer Science)
Modul: Computational Sciences II (Bachelorstudium: Computational Sciences)
Modul: Interdisziplinäres und Wissenstransfer (Masterstudium: Actuarial Science)
Modul: Machine Intelligence (Bachelorstudium: Computer Science)
Modul: Methoden für Computational Biology (Bachelorstudium: Computational Sciences (Studienbeginn vor 01.08.2018))
Modul: Methoden für Computational Chemistry (Bachelorstudium: Computational Sciences (Studienbeginn vor 01.08.2018))
Modul: Methoden für Computational Mathematics (Bachelorstudium: Computational Sciences (Studienbeginn vor 01.08.2018))
Modul: Methoden für Computational Physics (Bachelorstudium: Computational Sciences (Studienbeginn vor 01.08.2018))
Leistungsüberprüfung Lehrveranst.-begleitend
Hinweise zur Leistungsüberprüfung Die erfolgreiche Teilnahme an den Übungen ist Voraussetzung, um zur schriftlichen Prüfung zugelassen zu werden. Details zu den Übungen und zur schriftlichen Prüfung werden in der Vorlesung bekannt gegeben.

schriftliche Prüfung voraussichtlich: Freitag, 22. Januar 2021, 09:00 - 11:00 Uhr (in den Räumen der Spiegelgasse 1 und Spiegelgasse 5)
An-/Abmeldung zur Leistungsüberprüfung An-/Abmelden: Belegen resp. Stornieren der Belegung via MOnA
Wiederholungsprüfung keine Wiederholungsprüfung
Skala 1-6 0,5
Wiederholtes Belegen beliebig wiederholbar
Zuständige Fakultät Philosophisch-Naturwissenschaftliche Fakultät, studiendekanat-philnat@unibas.ch
Anbietende Organisationseinheit Fachbereich Informatik

Zurück