Theorie des Algorithmischen Lernens - SS 06

LVA 20.353 im Vorlesungsverzeichnis der TU Darmstadt, SS 06.

Die Vorlesung beginnt am 20.4.

Anrechnung

Für Diplom-Studenten Informatik ist diese Vorlesung für den Bereich 3 (Anwendungsorientierte Informatik) oder nach Absprache für den Bereich 1 (Theoretische Informatik) anrechenbar. Für Masterstudenten gilt die Regelung analog.

Überblick

in dieser Veranstaltung setzen wir uns mit dem Goldschen Modell der Induktiven Inferenz auseinander. Hierbei untersuchen wir das Lernen von formalen Sprache und von berechenbaren Funktionen, danach wenden wir uns ausgewählten Anwendungen (z.B. Lernen von Automaten und von Wrappers zur Wissensextraktion) zu.

Übungen

Es wird keine expliziten Übungen geben, in der Vorlesung diskutieren wir viele Aspekte in Übungsfrom, außerdem werden einige Aufgaben als Übung aufgegeben.

Folien:

• 1. Motivation und Einführung (V1.0, 27.4.)
• 2. Lernen formaler Sprachen (V1.0, 27.4.)
  • 2.1 Begriffe und Standarderkennungstypen (V1.4, 8.6.)
  • 2.2 Einfluss des Hypothesenraums (V1.1, 8.6.)
  • 2.3 Lernen von Patternsprachen (V1.1, 8.6.)
  • 2.4 Inkrementelles Lernen formaler Sprachen (V1.1, 8.6.)
  • Als Ersatz für die ausgefallenen Vorlesungen lesen Sie bitte dieses Paper.
• 3. Lernen endlicher Automaten (V1.0, 20.6.)
• 4. Lernen rekursiver Funktionen
  • 4.1 Standarderkennungstypen (V1.0, 29.6.)
  • 4.2 Reflexion (V1.0, 6.7.)
• 5. Informationsextraktion (V1.1, 24.7.)

Literatur

• Steffen Lange: Algorithmic Learning of Recursive Languages. Mensch-und-Buch-Verlag 2000.
• Thomas Zeugmann & Steffen Lange: A Guided Tour Across the Boundaries of Learning Recursive Languages. In: Jantke & Lange (eds.) Algorithmic Learning for Knowledge-Based Systems, Lecture Notes in Artificial Intelligence 961, pp. 190--258, Springer-Verlag 1995.
• Rolf Wiehagen & Thomas Zeugmann: Learning and Consistency. In: Jantke & Lange (eds.) Algorithmic Learning for Knowledge-Based Systems, Lecture Notes in Artificial Intelligence 961, pp. 190--258, Springer-Verlag 1995.
• G. Grieser & S. Lange: Learning Approaches to Wrapper Induction. In: Russell & Kolen (eds.), Proc. 14th International FLAIRS Conference, pp. 249--253, AAAI-Press 2001.
• G. Grieser & K.P. Jantke & S. Lange: Consistency Queries in Information Extraction. In: Cesa-Bianchi & Numao & Reischuk (eds.), Proc. 13th International Conference on Algorithmic Learning Theory, pp. 173--187, Springer-Verlag 2002.

Kontakt

Gunter Grieser