|
Neuronale Netze
Igor Fischer
Universität Tübingen
Mustererkennung:
- Preprocessing (Skalierung, PCA)
- Clustering (k-Means, Hierarchisches, Graf-Theoretisch)
- Klassifizierung (Statistisch, Neuronal, Kernel-Basiert)
- Regression (Neuronal, Kernel-Basiert)
Neuronale Netze und Support Vector Machines:
- historischer Überblick, Motivation, Anwendungen
- Klassifizierung, Bayes'sche Statistik
- Perzeptrons: Architektur und Lernverfahren
- Perzeptrons für Regression
- Distanzbasierte Netze: LVQ, RBF
- Netze für Clustering und Dichteschätzung
- Hopfield-Netze
Support Vector Machines:
- Kernel-Räume
- Erweiterung von Perzeptrons
- Beispiele aus unserem Lehrstuhl (Medizin, Bioinformatik, Robotik...)
|