Günter Rudolph: Vorlesung DMCI
Termin: |
|
|
Dienstag |
14:15 - 16:00 |
OH16 / R2.05 |
Beginn: |
Dienstag, 3.4.2007 |
Keine Vorlesung am: 24.4. (FVV), 1.5. (Feiertag), 12.6., 10.7.
Beschreibung:
Im Bereich Data Mining sind zahlreiche Verfahren entwickelt worden. In dieser Veranstaltung
betrachten wir solche Methoden, die der Computational Intelligence (Fuzzy Systeme,
Evolutionäre Algorithmen, Neuronale Netze etc.) zuzuordnen sind.
Voraussetzungen: Fundamente der Computational Intelligence (empfohlen)
Schwerpunktgebiete (DPO 2001):
- Computational Intelligence & Natural Computing
- Intelligente Systeme
Übung:
Donnerstag, 12:15 - 14:00h, OH 14, R. 104, ca. 14-tägig
Foliensätze:
Gibt es leider nicht. Sie müssen mitschreiben.
Literatur: (under construction)
- Einleitung
- Clustering: Fuzzy Methoden
- F. Höppner, F. Klawonn und R. Kruse: Fuzzy-Clusteranalyse.
Vieweg: Braunschweig 1997. (UniDo Bibliothek: Sn 20688)
Kapitel 1 + 2 sowie Abschnitt 6.1.
- L. Bobrowski und J. C. Bezdek:
c-Means Clustering with the l1 and linf Norms.
IEEE Transactions on Systems, Man, and Cybernetics 21(3):545-554, 1991.
- Clustering: Partikelschwärme
- C. Veenhuis und M. Köppen:
Data Swarm Clustering.
S. 221-241 in A. Abraham, C. Grosan und V. Ramos (Hrsg.): Swarm Intelligence in Data Mining, Springer: Berlin 2006.
- Klassifikation: Multi-Layer-Perceptron
- R. Rojas: Theorie der neuronalen Netze. Springer 1996.
(UniDo Bibliothek: Sn 19377)
- Klassifikation: Radiale Basisfunktionsnetze
- Klassifikation: Evolutionäre Algorithmen
- Klassifikation: Genetic Programming
- Klassifikation: Fuzzy Entscheidungsbäume
- Klassifikation: Fuzzy ROSA Verfahren
- Klassifikation: Ameisenverfahren
|