Seminar aus maschinellem Lernen - WS 10/11
Im Rahmen dieses Seminars diskutieren wir neue Forschungsergebnisse aus dem Bereich maschinelles Lernen, in diesem Semester besprechen wir das Buch
Das Buch bietet eine Einleitung in das weitläufige Thema Netzwerke. Der aktuelle Forschungsstand wird aus den unterschiedlichen Forschungsgebieten Wirtschaft, Soziologie, Informatik und Informationswissenschaften und deren Schnittstellen beleuchtet.
Ein Vordruck des Buches steht frei zur Verfügung.
Es wird erwartet, daß Studenten die ihnen zugeteilten Materialien in einem ca. 45-minütigen Kurz-Vortrag (30 min Vortrag, 15 min Diskussion) vorstellen. Der Vortrag sollte jedoch inhaltlich über diese Materialien hinausgehen und eine selbständige Auseinandersetzung mit dem gewählten Thema demonstrieren.
Jede/r Student/in erhält einen oder mehrere Fachartikel zur Ausarbeitung, deren wesentliche Aspekte dann in einem Vortrag vorgestellt und im Anschluß von allen diskutiert werden sollen. Die Vorträge und/oder Folien können wahlweise auf Deutsch oder Englisch gehalten werden. 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).Zeit und Ort
Tag
Zeit
Raum
Beginn
Mittwoch
17:10-18:50
S202/E302
20.10.
Ablauf
Vorkenntnisse
Vorträge
Es wird erwartet, daß Sie die Vorträge mit Folien begleiten. Falls Sie keinen Laptop haben, bitte ich mir die Slides rechtzeitig zu senden, damit ich sie auf meinem Laptop einspielen bzw. testen kann. Die Vorträge und/oder Slides können wahlweise auf Deutsch oder Englisch gehalten werden.
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. Im Vordergrund der Gesamtbenotung steht jedoch die selbständige Auseinandersetzung mit dem Problem. Für eine sehr gute (1.x) Beurteilung muß klar sein, dass Sie die fraglichen Arbeiten verstanden haben und von den vorliegenden Papers abstrahieren können. Eine exakte Wiedergabe des Inhalts der Papiere führt nur zu einer Beurteilung mit 2.x, außerordentlich schwache Leistungen in einem der genannten Punkte zu 3.x oder schlechter.Benotung
Termine
24.11.2011:- Dan Le: [Slides] Chapter 3. Strong and Weak Ties
- Peter Reinhardt: [cancelled] Chapter 5. Positive and Negative Relationships
- Arno Mittelbach: [Slides] Chapter 7. Evolutionary Game Theory
Chapter 8. Modeling Network Traffic using Game Theory
- Martin Jänsch: [Slides] Chapter 9. Auctions
- Rebekka Gohla: [Slides] Chapter 10. Matching Markets
- Vladislava Arabadzieva: [Slides] Chapter 11. Network Models of Markets with Intermediaries
- Yevgen Chebotar: [Slides] Chapter 12. Bargaining and Power in Networks
- Thomasz Grubba: [Slides] Chapter 18. Power Laws and Rich-Get-Richer Phenomena
Chapter 13. The Structure of the Web - Benedikt Führer: [Slides] Chapter 14. Link Analysis and Web Search
- Jan Philip Matuschek: [Slides] Chapter 15. Sponsored Search Markets
- Ana Barroso: [Slides] Chapter 16. Information Cascades
- Mathias Riel: [Slides] Chapter 17. Network Effects
- Denny Dittmar: [Slides] Chapter 19. Cascading Behavior in Networks
- Tobias Plötz: [Slides] Chapter 20. The Small-World Phenomenon
- Irina Smidt: [Slides] Chapter 21. Epidemics
- David Ondracek: [Slides] Chapter 22. Markets and Information
- Nadine Trüschler: [Slides] Chapter 23. Voting
Kontakt