Wissensdatenbank Wirtschaftsrecht

image5
image4
image3
image2
image1
 Alle Kategorien:
  Forschungsdatenbank
  Lehrveranstaltungen
  Lexikon
  Literatur
  Rechtsgebiete
  Rechtsprechung
  Service
  Studium F H S
  Wissensmanagement
ich war hier: TutoriumMustererkennungEnsemblemethodenSS18

Tutorium: Mustererkennung mit Ensemblemethoden


Tutor:

Tobias Dietz

Ziel des Tutoriums:

Vermittlung der Grundlagen der Ensemble-Methoden im automatischen rechnerbasierten Lernen

Adressaten des Lehrangebotes:

Interessenten aus dem Fachbereich Informatik

Veranstaltungsinhalte:

Vorstellung von:
- AdaBoost
- Gradient Boosting
- Random Forest
Vergleiche:
- Zwischen den Algorithmen
- Mit SVM und OLVQ

Literaturhinweise:
[1] Breiman L. (1994): Bagging Predictors; University of California -Department of Statistics
[2] Freund Y., Schapire R. E. (1999): A Short Introduction to Boosting; AT & T Labs - Research
[3] Hastie T., Tibshirani R. and Friedman J. (2009): Elements of Statistical Learning - Data Mining, Inference, and Prediction; Springer
[4] Schapire R. E. (unbekannt): Explaining AdaBoost; Princeton University, Dept. of Computer Science
[5] Zhou, Zhi-Hua (2012): Ensemble Methods: Foundations and Algorithms; Taylor & Francis Ltd
[6] Zhu J., Zou H., Rosset S., Hastie T. (2006): Multi-class AdaBoost; 1085 South University


CategoryTutorienFKITSS18





Diese Seite wurde noch nicht kommentiert.
Valid XHTML   |   Valid CSS:   |   Powered by WikkaWiki