• Foliensatz bis 12 und Übung 7 sind draußen, Lösungen bis Übung 6
• Ergänzungen zur Übung am 20.01.2005
• Lösungsskizzen stehen jetzt im Netz ebenso wie die schon zusätzlich angebotenen Erläuterungen.
• Abgabe der Übungsaufgaben ist nach vorn verschoben worden: Mi 12:00 Uhr
• 08.12.2004: Foliensätze 6 und 7 sind im Netz, alle PDF-Dokumente sind jetzt kleiner als 900 KB.
• 11.11.2004: Folien wurden erneuert (mit frischem weißen Hintergrund!!!)

• Vorlesung: 2-stündig, Donnerstag 18.00 - 19.30 in A9 Spl
• Erster Vorlesungstermin: 28.10.2004
• Sprechstunde: Di 15-17 Uhr, A1 Spl
• Übungen (Alexandre Hanft): Donnerstags, 19.30 - 21.00 Uhr, Raum A9 Spl

• Die Abschlussprüfung zum Scheinerwerb findet in Form einer Klausur statt.
• Zulassungsvoraussetzung für die Klausur: 50% der Punkte aus den Übungen
• Übungsaufgaben sind in 2er Gruppen zu erstellen und abzugeben
• Lösungen zu den Übungsaufgaben werden zu den Übungsterminen besprochen.
• Klausurtermin: Donnerstag 17.2.2005 18:15 A9 Spl.

Die Folien zur Vorlesung können hier im pdf Format bezogen werden.

• Foliensatz Vorlesungen 1-3 (pdf)
• Foliensatz Vorlesungen 4-5 (pdf)
• Foliensatz Vorlesung 6 (pdf)
• Foliensatz Vorlesung 7 (pdf)
• Foliensatz Vorlesung 8 (pdf)
• Foliensatz Vorlesung 9 (pdf)
• Foliensatz Vorlesung 10 (pdf)
• Foliensatz Vorlesung 11 (pdf)
• Foliensatz Vorlesung 12 (pdf)

Die Übungsblätter zur Vorlesung können hier im pdf Format bezogen werden.

• Übungsblatt 1
• Übungsblatt 2
• Übungsblatt 3
• Übungsblatt 4
• Übungsblatt 5
• Übungsblatt 6
• Übungsblatt 7 alternativ Aufgabe 2 ODER Aufgabe 3+4

Hier gibt es die Anmerkungen zu den Übungungen, ebenfalls im pdf Format.

• Notizen zu Übung 1
• Ergänzungen zur MOLTKE Werkbank
• Mindmaps zur Moltke-Werkbank GIF (46kB); als ZIP-File, enthält MindManager X5 Datei (33kB)
• Mindmaps zum Lernen GIF (31kB); als ZIP-File, enthält MindManager X5 Datei (27kB)
• Notizen zu Übung 3
• Notizen zu Übung 5

Hier finden Sie Literaturangaben zum Nachlesen und Vertiefen des Vorlesungsstoffes:

• Allgemeine Links zum Thema Wissensentdeckung und Maschinelles Lernen:
  • Machine Learning Network
  • GI Fachgruppe "Maschinelles Lernen"
  • Data Mining, Web Mining & Knowledge Discovery
  • UCI KDD Archive: mit Datensätzen
  • ACM Special Interest Group on KDD (inkl. Links zur KDD Konferenz)
  • International Machine Learning Conference
  • European Machine Learning Conference
• Literatur allgemein
  • Klaus-Dieter Althoff (1993). Eine fallbasierte Lernkomponente als integrierter Bestandteil der MOLTKE-Werkbank zur Diagnose technischer Systeme. DISKI Band 23, infix, Berlin: Akad. Verl.-Ges. Aka.
  • Tilo Pfeifer, Michael M. Richter (Hrsg.) (1993). Diagnose von technischen Systemen - Grundlagen, Methoden und Perspektiven der Fehlerdiagnose. Wiesbaden: DeutscherUniversitätsVerlag.
  • Tom Mitchell (1997). Machine Learning. McGraw-Hill.
  • Usama M. Fayyad, Gregory Piatetsky-Shapiro, Padhraic Smyth, Ramasamy Uthurusamy (1996). Advances in Knowledge Discovery and Data Mining. AAAI Press.
  • Jiawei Han, Micheline Kamber (2001). Data Mining: Concepts and Techniques. Morgan Kaufmann Publishers.