HS "Reading Club: Support Vector Machines" (SS 06)

Thema
Im Seminar wird das Thema "Support Vector Machines" in den Aspekten Theorie, Algorithmen, Anwendungen anhand von einführender und aktueller
Literatur erarbeitet.		 Thema und Ablauf
Ein Hauptseminar wird üblicherweise belegt, nachdem bereits Vorlesungen aus dem Bereich besucht wurden. Voraussetzungen
In this seminar course theory, algorithms and applications of support vector machines are studied based on introductory and current
publications.		 Topic
A seminar course is usually elected after visiting introductory lectures (at least KogSys I). Prerequisites

Anrechenbarkeit und Leistungsnachweise

 Informationen auf der Seite Lehre der Gruppe CogSys im Überblick.

Grundlagenliteratur und Links
  • Simon Haykin, A Comprehensive Foundation (2nd Edition), Prentice Hall 1998
  • N. Christianini, J. Shawe-Taylor (2000) Support Vector Machines Cambridge University Press
  • T. Joachims, Learning to Classify Text using Support Vector Machines, Kluwer, 2002.
  • B. Schölkopf, A.J. Smola (2002) Learning with Kernels MIT Press
  • T. Hastie, R. Tibshirani, J. Friedman (2001) The Elements of Statistical Learning Springer
  • G. Schnitger (2001) Skript: Algorithmisches Lernen
  • R. Fischer (1999) Algorithmisches Lernen Teubner
  • W.N. Venables, B.D. Ripley (2002) Modern Applied Statistics with S Springer
  • J.A. Rice (1995) Mathematical Statistics and Data Analysis Duxbury Press
  • M.J. Kearns, U.V. Vazirani (1994) An Introduction to Computational Learning Theory MIT Press
Grundlagenliteratur / literature
SVM Light Interessantes im Web
  • 17.5. 2006, 14:15 Uhr, RZ 209: Kernel Methods I (Emanuel Kitzelmann) [pdf]
  • 17.5. 2006, 14:15 Uhr, RZ 209: Kernel Methods II (Martin Hofmann) [pdf] Seminarbericht: [pdf]
 Einführungen
  • 24.5.2006, 14:15 Uhr, F145:
    Solving the XOR Classification Problem with SVM [pdf]
    Berechnung ausschliesslich über Kernel [pdf]
    (Dipl.-Wirtsch.Inf. Christian Brosch)
  • 14.6.2006, 14:15 Uhr, F145:
    Learning Recursive Control Programs from Problem Solving
    (Andreas Hirschberger) [Langley and Choi, JMLR, pdf]
  • 21.6.2006, 14:15 Uhr, F145
    Methods for multiclass SVM and Scalability of SVM
    (Jörg Mennicke) [pdf]
  • n.n.
    SVM Active Learning
    (Soufyane El Allali) [pdf]
 Termine