Vorlesung: Algorithmisches Lernen in der Bioinformatik

Dirk Metzler, Sommersemester 2008
Zuordnung: ThBi, PTBi

Vorlesungstermine

Dienstag, 14 - 16 Uhr
Raum 9
Freitag, 10 - 12 Uhr
Raum 11
4.4.: Vorlesung
8.4.: Vorlesung
15.4.:Übung18.4.: Vorlesung
25.4.: Vorlesung
29.4.:Übung
6.5.: Vorlesung
13.5.: Vorlesung16.5.: Übung
20.5.: Vorlesung23.5.: Vorlesung
27.5.: Übung
3.6.: Vorlesung6.6.: Vorlesung
10.6.: Übung13.6.: Vorlesung
20.6.: Vorlesung
24.6.: Übung
1.7.: Vorlesung4.7.: Vorlesung

Übungsaufgaben

Uebung1.pdf
Uebung2.pdf, mustervisual.R, lernbeispiele.txt.zip, testdaten.txt.zip
Uebung3.pdf, kleinemuster.R
Uebung4.pdf
Uebung5.pdf

Themen, pdf-Dateien und Beispiele in R:

Einführendes Beispielv1.pdfv1.R4. April
Konzeptlernen, Perzeptron, Winnow-Algorithmusv2.pdfv2.R8. April
Neuronales Netz, Backpropagation, PAC-Lernmodell v3.pdf18. April
PAC-Lernmodell, Lineare Regression v4.pdfv4.R25. April
Gauß-Markoff-Theorem v5.pdfv5.R6. Mai
Lineare und quadratische Diskriminanz v6.pdfv6.R13. Mai
Support-Vektor-Klassifikation v7.pdf20. Mai
Support-Vektor-Maschinen und Kernel-Theoriev8.pdf23. Mai, 3. Juni
Anwendungen auf Genexpressionsdaten; Regularisierung v9.pdf6. Juni
Klassifikation von Proteinen v10.pdf13. Juni
Vapnik-Chervonenkis-und Fat-Shattering-Dimensionv11.pdf20. Juni

Weitere geplante Themen der Vorlesung: Bagging und Boosting, siehe auch Vorlesung vom Sommersemester 2005.
Hinweis: Die pdf-Datein bilden kein vollständiges Skript, denn die Beweise werden in der Vorlesung ausführlicher an der Tafel erläutert und sind u.a. in den folgenden Quellen (unter den fett gedruckten Nummern in der Informatik-Bib) zu finden:
Dirk Metzler
Impressum
Last modified: Fri Jun 20 09:33:46 CEST 2008