Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage, einfache Mustererkennungssysteme, die sich mit Regression, Klassifizierung und Clustering befassen, zu entwerfen, umzusetzen und zu evaluieren.

• Design von Mustererkennungssystemen
• Merkmale: Extraktion, Selektion, Reduktion, PCA
• Regression und Klassifikation, k-Nearest Neighbors
• Bayes Theorem
• Lineare Diskriminantenfunktionen, Perzeptron
• Neuronale Netze
• Entscheidungsbäume
• Markov Modelle
• Evaluierung von Mustererkennungssystemen
• Clustering

• Übung wird in Einzelarbeit durchgeführt
• Lösung der Aufgabenstellungen in Python mit Hilfe von Jupyter Notebooks
• Vorlesungsfolien und zusätzliche Unterlagen werden zur Verfügung gestellt
• Online e-Learning Plattform der TU Wien (TUWEL) wird verwendet, um Materialien zur Verfügung zu stellen und die Administration dieser UE und der zugehörige VO zu koordinieren

Aus 4 Aufgaben können insgesamt 100 Punkte erreicht werden. Die Bewertung basiert auf der Anzahl der Gesamtpunkte.