Abstract
Das Ziel dieses Seminars ist es, proeminent Machine Learning Ansätze im Detail zu untersuchen. Maschinelles Lernen (auch als Data Mining, Mustererkennung, Data Analysis, und Klassifikation bekannt) ist ein Forschungsgebiet an der Schnittstelle von Informatik, Künstliche Intelligenz, Mathematik und Statistik, das das Problem der Software Entwicklung adressiert um die Effizienz durch Erfahrung zu verbessern. Es kann zu einer großen Reihe von Anwendungen wie beispielweise die Vorhersage des Kundenverhaltens, die Lenkung eines Roboters, Erkennen von Spam und Vorhersage der Spaltung eines Proteins angewendet werden. In diesem Seminar werden ebenso die Anwendung auf reale Probleme sowie die state-of-the-art Ansätze für maschinelles Lernen analysiert.
Betreuer: Lucas Rêgo Drumond