PD Stefan Bosse - Maschinelles Lernen und Datenanalye - Modul 0: Überblick
Tandemkurs:
FB 4: In der Mess- und Prüftechnik
FB 8: In der Soziologie
PD Stefan Bosse
Universität Bremen - FB Mathematik und Informatik
PD Stefan Bosse - Maschinelles Lernen und Datenanalye - Modul 0: Überblick
PD Stefan Bosse - Maschinelles Lernen und Datenanalye - Modul 0: Überblick
Dieser Online Kurs mit interaktiven Übungen soll:
Einen anwendungsorientierten Einstieg in die Datenanalyse und Interpretation mit Verfahren des Maschinellen Lernens bieten;
Einen Überblick über gängige und weniger gängige Verfahren geben;
Interaktive Tutorials und Übungen mit zielgruppenorientierten Fallbeispielen sollen Verfahren begreifbar und erfahrbar machen!
PD Stefan Bosse - Maschinelles Lernen und Datenanalye - Modul 0: Überblick
Dieser Kurs adressiert zwei primäre Zielgruppen:
Dabei gibt es zwei Inhaltsstränge:
PD Stefan Bosse - Maschinelles Lernen und Datenanalye - Modul 0: Überblick
Die Ontologie des Kurses besteht aus den Bausteinklassen:
Weiterhin aus den Anwendungs- und Datenklassen:
↠ Die Grenzen der Datenklassen sind fließend! Der Mensch als Sensor!
PD Stefan Bosse - Maschinelles Lernen und Datenanalye - Modul 0: Überblick
Gemeinsame Verfahren und Modelle → Unterschiedliche Daten, Aussagen, Anwendungen
PD Stefan Bosse - Maschinelles Lernen und Datenanalye - Modul 0: Überblick
Synchrone Vorlesungen mit Livestream (experimentell!)
Asynchrone Video Vorlesungen und Tutorials (alternativ)
Gemeinsame Treffen mit Videokonferenz (Zoom)
Interaktive Tutorials und Übungen mit NoteBook und ggfs. WorkBook im WEB Browser!
PD Stefan Bosse - Maschinelles Lernen und Datenanalye - Modul 0: Überblick
PD Stefan Bosse - Maschinelles Lernen und Datenanalye - Modul 0: Überblick
WEB Service: Informationen, Dokumente, Folien, Videos:
http://edu-9.de/Lehre/ml2k
Dokuwiki: News, Informationen und Links, Chats, Videostreams:
http://ag-0.de/dokuwiki
SAS: Student Assignment System (TODO):
http://edu-9.de/cas
VIDEO: (Video Opencast Server http://ag-0.de)
PD Stefan Bosse - Maschinelles Lernen und Datenanalye - Modul 0: Überblick
Eine mündliche Abschlussprüfung (20 Minuten); oder alternativ 2.
Eine schriftliche Seminararbeit (Experimentelle Arbeit oder Literaturrecherche)
Bearbeitung und Abgabe der digitalen Übungen (JSON Dateien)
PD Stefan Bosse - Maschinelles Lernen und Datenanalye - Modul 0: Überblick
S. Richter, Statistisches und maschinelles Lernen. Springer Spektrum, 2019.
E. Alpaydın, Introduction to Machine Learning. MIT Press, 2010.
PD Stefan Bosse - Maschinelles Lernen und Datenanalye - Modul 0: Überblick
Axel Rauschmayer, JavaScript For Impatient Programmers.
M. Haverbeke, Eloquent JavaScript. 2018.
PD Stefan Bosse - Maschinelles Lernen und Datenanalye - Modul 0: Überblick
J. Bell, Machine Learning - Hands-On for Developers and Technical Professionals. John Wiley & Sons, Ltd, 2015.
P. Attewell and D. B. Monaghan, Data mining for the social sciences : an introduction. University of California Press, 2015.
PD Stefan Bosse - Maschinelles Lernen und Datenanalye - Modul 0: Überblick
Interaktive vorwiegend praktische Übungen werden rein digital im WEB Browser mit den NoteBooks durchgeführt
Ein digitale Übung (oder Turorial) besteht aus:
PD Stefan Bosse - Maschinelles Lernen und Datenanalye - Modul 0: Überblick
Ein NoteBook im WEB Browser
PD Stefan Bosse - Maschinelles Lernen und Datenanalye - Modul 0: Überblick
Top-down Bearbeitungsfluß
Statische Struktur mit dynamischen Inhalten
Alle dynamischen Inhalte können in einer JSON Datei gespeichert und wieder geladen werden
Es können Notizzettel überall im NoteBook angeheftet werden (werden auch gespeichert)
Musterlösungen (dynamische Inhalte) können eingebettet und mit einem Schlüssel freigeschaltet werden
PD Stefan Bosse - Maschinelles Lernen und Datenanalye - Modul 0: Überblick
Dynamische Struktur mit dynamischen Inhalten
Ein WorkBook besteht aus
Programmierung in JavaScript
Alle dynamischen Inhalte und Daten können im JSON Format gespeichert und wieder geladen werden
PD Stefan Bosse - Maschinelles Lernen und Datenanalye - Modul 0: Überblick
Ein WorkBook Beispiel
PD Stefan Bosse - Maschinelles Lernen und Datenanalye - Modul 0: Überblick
Welche Begriffe werden häufig bei ML genannt:
PD Stefan Bosse - Maschinelles Lernen und Datenanalye - Modul 0: Überblick
Welche Anwendungsgebiete gibt es:
PD Stefan Bosse - Maschinelles Lernen und Datenanalye - Modul 0: Überblick
Eingabe x: Daten (Attribute) und Eigenschaften (Analyse)
Sensoren: Erfassung von Daten, S(welt): welt → x
Ausgabe y: Numerische und kategorische Werte
Metriken und Taxonomie: Grundlagen des Maschinellen Lernens
Algorithmen und Modelle: f(x): x → y
Training, Lernen, Prädiktion, Test M(<x,y>): <x,y> → f
Anwendungen
PD Stefan Bosse - Maschinelles Lernen und Datenanalye - Modul 0: Überblick
www.pinterest.com Die Geschichte fokussiert auf Neuronale Netze. Es gibt mehr.