Viele aktuelle Forschungsprobleme – von technischen Fragestellungen bis Medizinanwendungen oder Digital Humanities – befassen sich mit der Analyse von immer größeren Datensätzen. Dabei besteht die Gefahr, dass zu viele berechnete Dateneigenschaften (Merkmale, Features) die Analyse erheblich verlangsamen, aber auch zu der Situation führen können, dass etwa abgeleitete Klassifikations- oder Regressionsmodelle zwar auf den Trainingsdatensätzen perfekt optimiert sind, jedoch deutlich schlechtere Qualität für andere Eingabedaten aufweisen. Die Methoden der Feature Selection zielen darauf ab, die wichtigsten Charakteristika zu identifizieren und beizubehalten, während irrelevante entfernt werden sollen. In diesem Proseminar soll in Gruppen von je zwei TeilnehmerInnen jeweils ein Algorithmus zur Merkmalsauswahl auf der Basis von Literatur vorgestellt werden. Im Laufe des Proseminars werden weitere Diskussionen zur Qualität von Vorträgen und schriftlichen Ausarbeitungen durchgeführt.

17.07.2014 16:15 - 17:45

Raum 202, Otto-Hahn-Str. 14

Dienstags 10:15 - 11:45

(1. Termin im Semester: 28.10.2014)

Raum 202, Otto-Hahn-Str. 14