58147-9 Koneoppiminen (4 ov)
Prof. Tapio ElomaaLaskuharjoitusassistentti: FM Matti Kääriäinen
Kevät 2002, 29.1.-24.4.
Luennot: ti 12-14, ke 10-12 B453
Laskarit: ke 12-14 B453
Koe: to 16. 5. klo 16-20 päärakennus sali 1
Ajankohtaista
Yhdeksännet laskuharjoitukset (3.5.)
Viikon 17 ja 18 laskuharjoitukset pidetään perjantaisin (26.4. ja 3.5.) klo 10-12 salissa B450.
Mainos: Gradun aihe
Freund Y. & Schapire R. E. :
A short introduction to boosting. J. Japanese Society for
Artificial Intelligence 14(5): 771-780, Sept., 1999
Kearns M. & Mansour Y.:
On the boosting ability of top-down decision tree learning
algorithms. J. Computer and Systems Sciences
58(1): 109-128, 1999
Harjoitustyöt (palautus 15.5. mennessä)
Yhdennentoista luentoviikon kalvot
Yleistä
Kurssilla tutustutaan viimeaikaiseen koneoppimisen tutkimukseen.
Tarkasteltuja aiheita ovat mm. oppimisen
kiihdyttäminen (boosting) ja tukivektorikoneet sekä niiden
analysoiminen. Kurssi edellyttää riittäviä matemaattisia
valmiuksia. Kurssi soveltuu erityisesti jatko-opintoihin.
Esitiedot
Algoritmien suunnittelu ja analyysi. Matematiikan opintoja.
Luennot
1, 2,
3, 4,
5, 6,
7, 8,
9, 10
11
Laskuharjoitukset
1, 2,
3, 4,
5, 6,
7, 8,
9
Sisältö
- 1. Johdanto koneoppimiseen
- Induktiivinen oppiminen
- Päätöspuiden oppimisesta
- Yleistysteoriaa: PAC ja VC [CST: 4]
- Muita tutkimusteemoja
- Päätöspuiden oppimisesta
- 2. Tukivektorikoneet
- Lineaariset oppivat koneet [CST: 2]
- Ydinfunktioiden indusoimat piirreavaruudet [CST: 3]
- Marginaaleihin perustuva yleistysteoria [CST: 4]
- Optimointiteoria [CST: 5]
- Tukivektorikoneet [CST: 6]
- Ydinfunktioiden indusoimat piirreavaruudet [CST: 3]
- 3. Oppimisen kiihdyttäminen (boosting)
- Heikko ja vahva oppiminen
- Boosting koneoppimisalgoritmien analyysitekniikkana
- Muita ensemble-menetelmiä
- Boosting koneoppimisalgoritmien analyysitekniikkana
- Induktiivinen oppiminen
Kirjallisuutta
Linkkejä
elomaa@cs.helsinki.fi