Seminar aus maschinellem Lernen - WS 04/05
Inhalt
Im Rahmen dieses Seminars werden wir jüngere Forschungsergebnisse aus dem Bereich maschinelles Lernen diskutieren. Ausgewählt werden neuere Publikationen aus den relevanten Journalen des Gebiets, insbesondere aus Machine Learning und dem Journal of Machine Learning Research. Es können aber auch eigene Themenvorschläge gemacht werden.
Jede/r Student/in erhält einen Fachartikel zur Ausarbeitung, deren wesentliche Aspekte dann in einem ca. 30-minütigen Vortrag vorgestellt und im Anschluß von allen diskutiert werden sollen. Die Vorträge und/oder Folien können wahlweise auf Deutsch oder Englisch gehalten werden.
Vorkenntnisse
Da diese Artikel dem letzten Stand der Forschung entsprechen, wird einerseits erwartet, daß entsprechende Grundkenntnisse (und Interesse!) in maschinellem Lernen und Data Mining mitgebracht werden, daß man sich aber andererseits im Zuge der Vorbereitung auch selbständig mit der Thematik weiter vertraut macht und ggf. auch weiterführende bzw. grundlegende Literatur zu Rate zieht (bitte Quellen nennen).
Benotung:
In die Gesamtnote fließen die Ausarbeitung des Vortrags (Folien), die Präsentation, die Beantwortung von Fragen zum Vortrag, sowie die aktive Teilnahme an der Diskussion bei den Vorträgen anderer ein.
Termine und Themen:
- 15.12. Rule Learning
- Matthias Thiel:
Hendrik Theron, Ian Cloete: BEXA: A Covering Algorithm for Learning Propositional Concept Descriptions. Machine Learning 24(1): 5-40 (1996)
Jacobus van Zyl and Ian Cloete, Simultaneous Concept Learning of Fuzzy Rules. In Proceedings of 15th European Conference on Machine Learning ECML2004, Pisa, Italy, LNAI, vol. 3201, pp. 548-559, 2004 - Anselmo Stelzer:
Nada Lavrac, Branko Kavsek, Peter Flach, Ljupco Todorovski, Subgroup Discovery with CN2-SD Journal of Machine Learning Research 5(Feb):153--188, 2004. - 5.1. Obtaining Probability Estimates
Termin entfällt! - 12.1. Achtung! Beginn 16.15! Tree Induction vs. Logistic Regression
- Tobias Anton:
Foster Provost, Pedro Domingos, Tree Induction for Probability-Based Ranking, Machine Learning 52(3), Sep 2003. - Toni Gotovac:
Claudia Perlich, Foster Provost, Jeffrey S. Simonoff, Tree Induction vs. Logistic Regression: A Learning-Curve Analysis, Journal of Machine Learning Research 4(Jun):211-255, 2003. - Jan Huthmann:
Niels Landwehr, Mark Hall, Eibe Frank, Logistic Model Trees. Machine Learning, to appear. - 19.1. Ensemble Learning
- Johannes Close:
Leo Breiman, Random Forests, Machine Learning 45(1), Oct 2001. - Eneldo Loza:
Ting-Fan Wu, Chih-Jen Lin, Ruby C. Weng, Probability Estimates for Multi-class Classification by Pairwise Coupling, Journal of Machine Learning Research 5(Aug):975--1005, 2004. - 26.1. Meta-Learning and Link-based Classification
- Frederik Janssen:
Lupco Todorovski, Saso Dzeroski, Combining Classifiers with Meta Decision Trees. Machine Learning 50(3), Mar 2003. - Hervé Utard:
Lise Getoor, Link Mining: A New Data Mining Challenge, SIGKDD Explorations, volume 5, issue 1, 2003.
Qing Lu and Lise Getoor, Link-based Classification, Proceedings of the International Conference on Machine Learning (ICML-03), Washington, DC, August 2003.