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

• Die Übung wird in Einzelarbeit durchgeführt.
• Für die Lösung der Aufgabenstellungen wird Python in Jupyter Notebooks eingesetzt.
• Die Vorlesungsfolien und zusätzliche Unterlagen werden zur Verfügung gestellt.
• Die 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 Punkte.