Smart Filtering Systems 2
| Modul: | Interagierende Systeme (MINF-IS-IAS.S08) |
| Semester: | Sommersemester 2009 |
| Art: | PJ (6 SWS / 6 LP) |
| LV-Nr.: | 0435 L 745 |
| Veranstalter: | Scheel |
| Zeit: | Dienstags 14-16 Uhr, ab 21.04.2009 |
| Raum: | TEL 1315 |
Zu dieser Lehrveranstaltung anmelden!
Beschreibung
Das Projekt adressiert die Frage, wie man innerhalb der Informationsgewinnung Methoden des Maschinellen Lernens und der Künstlichen Intelligenz einsetzen kann, um einen Qualitätsgewinn der Resultate zu erreichen. Gelernt wird die optimale Aggregation von verschiedenen Meinungen über die Qualität von einzelnen Resultaten.
Die Studenten werden jeweils eine solche Aggregationsstrategie entwickeln und diese mit gängigen Performanz-Kriterien gegen gegebenes Benutzer-Feedback evaluieren.
Das Gebiet des ‚Learning to Rank’ ist ein aktives Forschungsfeld und ist für alle Studierenden informationsverarbeitender Studiengänge mit Interesse/Schwerpunkt in Künstlicher Intelligenz relevant.
Bei der Implementierung kann auf die breite Auswahl von Basis-Implementationen des DAI-Labor zurückgegriffen werden.
Lernziele
Dieses Projekt behandelt aktuelle Themen aus dem Gebiet der Informationsfilterung: Neuronale Netze, Entscheidungsbäume, Indexierungsverfahren, Data Mining, Bayes’sche Inferenz sowie intelligente Kombination der verschiedenen Filterungsverfahren und Merkmalsextraktion. Die Teilnahme am Projekt bietet den Studierenden die Möglichkeit, durch die Umsetzung der Filterungsverfahren innerhalb eines klar umgrenzten Themas die Methodik des wissenschaftlichen Arbeitens kennen zu lernen. Dazu gehören Literaturrecherche, wissenschaftlicher Vortrag, Präsentationserstellung und Umsetzung von Filterungsverfahren. Zu Beginn des Projekts wird eine Einführung in das wissenschaftliche Arbeiten im Rahmen eines Vortrags gegeben.
Voraussetzungen
- Abgeschlossenes Vordiplom in Informatik oder einer verwandten Studienrichtung
- Hilfreich sind Kenntnisse aus den Vorlesungen Grundlagen der Künstlichen Intelligenz und Maschinelles Lernen
- Grundlegendes Verständnis der Objektorientierten Programmierung und Java-Kenntnisse
Material
- www.dcs.gla.ac.uk/Keith/Preface.html - Online-Buch über Informationsgewinnung,
- ranger.uta.edu/~alp/cse6331/ - Folien für das Buch [1]
- people.revoledu.com/kardi/tutorial/ - Exzellente Sammlung von Anleitungen über Verfahren des Maschinellen Lernens.
- www.paulperry.net/notes/cf.asp - Die Sammlung von Papieren über Collaborative Filtering.
http://darksleep.com/lucene/ - Anleitung für Lucene, dem von uns eingesetzten Indexer
http://www.cs.waikato.ac.nz/ml/weka/ - Sammlung von Implementationen von Verfahren des Maschinellen Lehrnens
http://math.nist.gov/javanumerics/jama/ - java Bibliothek für SVD
http://en.wikipedia.org/wiki/WordNet - Semantisches Wörterbuch
Informationen zum Modul
- Dieses Modul kann sowohl von Studierenden im Diplom als auch in den Masterstudiengängen Informatik und Technische Informatik belegt werden.
- Das Modul besteht aus drei 2-semestrigen Projekten, die von Masterstudierenden alternativ (als Wahlpflichtanteil) belegt werden.
- Dieser Wahlpflichtanteil besteht aus den Projektteilen Smart Filtering Systems 1 und Smart Filtering Systems 2.
- Diplomstudenten können dieses Projekt auch nur über ein Semester belegen. Master Studenten müssen beide Projekte absolvieren.
- Im Bachelor kann diese Veranstaltung nicht belegt werden!
Ansprechpartner
Copyright TU Berlin 2007