Zur Merkliste hinzufügen
Zurück

 

10907-01 - Vorlesung: Pattern Recognition 8 KP

Semester Herbstsemester 2023
Angebotsmuster Jedes Herbstsemester
Dozierende Ivan Dokmanić (ivan.dokmanic@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
Weblink Link zur Kurswebseite

 

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

 

Intervall Wochentag Zeit Raum
wöchentlich Dienstag 08.15-10.00 Kollegienhaus, Hörsaal 118
wöchentlich Freitag 10.15-12.00 Kollegienhaus, Hörsaal 115

Einzeltermine

Datum Zeit Raum
Dienstag 19.09.2023 08.15-10.00 Uhr Kollegienhaus, Hörsaal 118
Freitag 22.09.2023 10.15-12.00 Uhr Kollegienhaus, Hörsaal 115
Dienstag 26.09.2023 08.15-10.00 Uhr Kollegienhaus, Hörsaal 118
Freitag 29.09.2023 10.15-12.00 Uhr Kollegienhaus, Hörsaal 115
Dienstag 03.10.2023 08.15-10.00 Uhr Kollegienhaus, Hörsaal 118
Freitag 06.10.2023 10.15-12.00 Uhr Kollegienhaus, Hörsaal 115
Dienstag 10.10.2023 08.15-10.00 Uhr Kollegienhaus, Hörsaal 118
Freitag 13.10.2023 10.15-12.00 Uhr Kollegienhaus, Hörsaal 115
Dienstag 17.10.2023 08.15-10.00 Uhr Kollegienhaus, Hörsaal 118
Freitag 20.10.2023 10.15-12.00 Uhr Kollegienhaus, Hörsaal 115
Dienstag 24.10.2023 08.15-10.00 Uhr Kollegienhaus, Hörsaal 118
Freitag 27.10.2023 10.15-12.00 Uhr Kollegienhaus, Hörsaal 115
Dienstag 31.10.2023 08.15-10.00 Uhr Kollegienhaus, Hörsaal 118
Freitag 03.11.2023 10.15-12.00 Uhr Kollegienhaus, Hörsaal 115
Dienstag 07.11.2023 08.15-10.00 Uhr Kollegienhaus, Hörsaal 118
Freitag 10.11.2023 10.15-12.00 Uhr Kollegienhaus, Hörsaal 115
Dienstag 14.11.2023 08.15-10.00 Uhr Kollegienhaus, Hörsaal 118
Freitag 17.11.2023 10.15-12.00 Uhr Kollegienhaus, Hörsaal 115
Dienstag 21.11.2023 08.15-10.00 Uhr Kollegienhaus, Hörsaal 118
Freitag 24.11.2023 10.15-12.00 Uhr Dies Academicus
Dienstag 28.11.2023 08.15-10.00 Uhr Kollegienhaus, Hörsaal 118
Freitag 01.12.2023 10.15-12.00 Uhr Kollegienhaus, Hörsaal 115
Dienstag 05.12.2023 08.15-10.00 Uhr Kollegienhaus, Hörsaal 118
Freitag 08.12.2023 10.15-12.00 Uhr Kollegienhaus, Hörsaal 120
Dienstag 12.12.2023 08.15-10.00 Uhr Kollegienhaus, Hörsaal 118
Freitag 15.12.2023 10.15-12.00 Uhr Kollegienhaus, Hörsaal 115
Dienstag 19.12.2023 08.15-10.00 Uhr Kollegienhaus, Hörsaal 118
Freitag 22.12.2023 10.15-12.00 Uhr Kollegienhaus, Hörsaal 115
Freitag 26.01.2024 14.00-16.00 Uhr Kollegienhaus, Hörsaal 102
Module Modul: Applications and Related Topics (Bachelor Studienfach: Computer Science)
Modul: Computational Methods (Bachelorstudium: Computational Sciences)
Modul: Computational Methods (Bachelorstudium: Computational Sciences)
Modul: Computational Methods (Bachelorstudium: Computational Sciences)
Modul: Computational Methods (Bachelorstudium: Computational Sciences)
Modul: Computational Methods (Bachelorstudium: Computational Sciences)
Modul: Computational Sciences II (Bachelorstudium: Computational Sciences (Studienbeginn vor 01.08.2023))
Modul: Interdisziplinäres und Wissenstransfer (Masterstudium: Actuarial Science)
Modul: Machine Intelligence (Bachelorstudium: Computer Science)
Wahlbereich Grundstudium Bachelor Physik: Empfehlungen (Bachelorstudium: Physik)
Wahlbereich Master Physik: Empfehlungen (Masterstudium: Physik)
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.
Voraussichtlicher Prüfungstermin: Freitag, 26.01.2024, 14-16 Uhr.
An-/Abmeldung zur Leistungsüberprüfung Anm.: Belegen Lehrveranstaltung; Abm.: stornieren
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