Zurück zur Auswahl
10907-01 - Vorlesung: Pattern Recognition (8 KP)
| Semester | Herbstsemester 2022 |
| Weitere Semesterveranstaltungen zu diesen KP |
10907-01 (Vorlesung) 10907-02 (Übung) 10907-03 (Übung) |
| 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 |
| Teilnahmevoraussetzungen | 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 20.09.2022 | 08.15-10.00 Uhr | Kollegienhaus, Hörsaal 118 |
| Freitag 23.09.2022 | 10.15-12.00 Uhr | Kollegienhaus, Hörsaal 115 |
| Dienstag 27.09.2022 | 08.15-10.00 Uhr | Kollegienhaus, Hörsaal 118 |
| Freitag 30.09.2022 | 10.15-12.00 Uhr | Kollegienhaus, Hörsaal 115 |
| Dienstag 04.10.2022 | 08.15-10.00 Uhr | Kollegienhaus, Hörsaal 118 |
| Freitag 07.10.2022 | 10.15-12.00 Uhr | Kollegienhaus, Hörsaal 115 |
| Dienstag 11.10.2022 | 08.15-10.00 Uhr | Kollegienhaus, Hörsaal 118 |
| Freitag 14.10.2022 | 10.15-12.00 Uhr | Kollegienhaus, Hörsaal 115 |
| Dienstag 18.10.2022 | 08.15-10.00 Uhr | Kollegienhaus, Hörsaal 118 |
| Freitag 21.10.2022 | 10.15-12.00 Uhr | Kollegienhaus, Hörsaal 115 |
| Dienstag 25.10.2022 | 08.15-10.00 Uhr | Kollegienhaus, Hörsaal 118 |
| Freitag 28.10.2022 | 10.15-12.00 Uhr | Kollegienhaus, Hörsaal 115 |
| Dienstag 01.11.2022 | 08.15-10.00 Uhr | Kollegienhaus, Hörsaal 118 |
| Freitag 04.11.2022 | 10.15-12.00 Uhr | Kollegienhaus, Hörsaal 115 |
| Dienstag 08.11.2022 | 08.15-10.00 Uhr | Kollegienhaus, Hörsaal 118 |
| Freitag 11.11.2022 | 10.15-12.00 Uhr | Kollegienhaus, Hörsaal 115 |
| Dienstag 15.11.2022 | 08.15-10.00 Uhr | Kollegienhaus, Hörsaal 118 |
| Freitag 18.11.2022 | 10.15-12.00 Uhr | Kollegienhaus, Hörsaal 115 |
| Dienstag 22.11.2022 | 08.15-10.00 Uhr | Kollegienhaus, Hörsaal 118 |
| Freitag 25.11.2022 | 10.15-12.00 Uhr | Dies Academicus |
| Dienstag 29.11.2022 | 08.15-10.00 Uhr | Kollegienhaus, Hörsaal 118 |
| Freitag 02.12.2022 | 10.15-12.00 Uhr | Kollegienhaus, Hörsaal 115 |
| Dienstag 06.12.2022 | 08.15-10.00 Uhr | Kollegienhaus, Hörsaal 118 |
| Freitag 09.12.2022 | 10.15-12.00 Uhr | Kollegienhaus, Hörsaal 115 |
| Dienstag 13.12.2022 | 08.15-10.00 Uhr | Kollegienhaus, Hörsaal 118 |
| Freitag 16.12.2022 | 10.15-12.00 Uhr | Kollegienhaus, Hörsaal 115 |
| Dienstag 20.12.2022 | 08.15-10.00 Uhr | Kollegienhaus, Hörsaal 118 |
| Freitag 23.12.2022 | 10.15-12.00 Uhr | Kollegienhaus, Hörsaal 115 |
| Module |
Modul: Applications and Related Topics (Bachelor Studienfach: Computer Science) 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) |
| Prüfung | Lehrveranst.-begleitend |
| Hinweise zur Prüfung | 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: Freitag, 20. Januar 2023, 09:00 - 11:00 Uhr, Biozentrum, HS U1.131. |
| An-/Abmeldung zur Prüfung | Anm.: Belegen Lehrveranstaltung; Abm.: stornieren |
| Wiederholungsprüfung | keine Wiederholungsprüfung |
| Skala | 1-6 0,5 |
| Belegen bei Nichtbestehen | beliebig wiederholbar |
| Zuständige Fakultät | Philosophisch-Naturwissenschaftliche Fakultät, studiendekanat-philnat@unibas.ch |
| Anbietende Organisationseinheit | Fachbereich Informatik |