de | en

Pattern Recognition

Modul EI7358

Dieses Modul wird durch Fakultät für Elektrotechnik und Informationstechnik bereitgestellt.

Diese Modulbeschreibung enthält neben den eigentlichen Beschreibungen der Inhalte, Lernergebnisse, Lehr- und Lernmethoden und Prüfungsformen auch Verweise auf die aktuellen Lehrveranstaltungen und Termine für die Modulprüfung in den jeweiligen Abschnitten.

Modulversion vom SS 2017 (aktuell)

Von dieser Modulbeschreibung gibt es historische Versionen. Eine Modulbeschreibung ist immer so lange gültig, bis sie von einer neuen abgelöst wird.

verfügbare Modulversionen
SS 2017WS 2014/5

Basisdaten

EI7358 ist ein Semestermodul in Englisch auf Master-Niveau das im Sommersemester angeboten wird.

Das Modul ist Bestandteil der folgenden Kataloge in den Studienangeboten der Physik.

  • Allgemeiner Katalog der nichtphysikalischen Wahlfächer
GesamtaufwandPräsenzveranstaltungenUmfang (ECTS)
150 h 60 h 5 CP

Inhalte, Lernergebnisse und Voraussetzungen

Inhalt

Pattern recognition applications, feature extraction for patterns, data preprocessing, distance classifiers, decision functions, polynomial classifiers, clustering methods, self-organizing maps, Bayes classifiers, Maximum Likelihood methods, probabilistic inference, VC dimension, decision trees and random forests, perceptron, support vector machines.

Lernergebnisse

At the end of the module students are able to apply different pattern recognition methods to a range of everyday and scientific problems. They are are able to analyse feature extraction and selection methods. They are able to analyse supervised und unsupervised classification methods, including the training of classifiers with machine learning techniques.

Voraussetzungen

Kenntnisse und Kompentenzen, die von den Teilnehmern als bekannt vorausgesetzt werden:
Basic linear algebra; for the exercises, rudimentary programming skills, ideally in Matlab; basic knowledge in statistics and signal representation.

Lehrveranstaltungen, Lern- und Lehrmethoden und Literaturhinweise

Lehrveranstaltungen und Termine

ArtSWSTitelDozent(en)Termine
VO 2 Pattern Recognition Mi, 13:15–14:45, 0101.01.189
UE 2 Pattern Recognition Exercise Termine in Gruppen

Lern- und Lehrmethoden

Learning method:
In addition to the individual methods of the students, lecture contents are repeated and student understanding is facilitated by practical application in exercises. Exercise sheets are provided in advance of the respective tutorial session and should be solved a s (non-mandatory, ungraded) homework; this includes short programming tasks where Matlab templates are provided.

Teaching method:
During the lectures students are instructed in a teacher-centered style.
The exercises are held in a student-centered way.

Medienformen

The following kinds of media are used:
- Presentations with projected slides
- Lecture and tutorial notes
- Downloadable exercises with solutions

Literatur

The following literature is recommended:
- R. O. Duda, P. E. Hart, D. G. Stork, Pattern Classification, 2.Auflage, John Wiley & Sons, 2001.
- C. Bishop, Pattern Recognition and Machine Learning, Springer, 2007

Modulprüfung

Beschreibung der Prüfungs- und Studienleistungen

In a written exam (75 min) without aids students prove by answering short questions and by performing calculations that they are able to handle feature extraction methods, probabilistic inference, and machine learning techniques.

Wiederholbarkeit

Eine Wiederholungsmöglichkeit wird im Folgesemester angeboten.

Nach oben