Veranstaltungsdetails
Einführung in „Machine Learning“ (AMS)
Kurs-Nr.: 080 389 | Zeit: Di 16-18 | Raum: NA 04/94 | Semester: WiSe 2014/2015
Das Seminar beginnt erst am 14.10.2014.
- Teilnahmevoraussetzungen*
Abschluss des Moduls „Forschungsmethoden und Statistik“
- Programm/Gliederung
Unter dem Sammelbegriff „Machine Learning“ verbergen sich eine Vielzahl von Verfahren und Algorithmen zur Klassifikation oder Prädiktion. Während statistische Verfahren oftmals neben der Klassifikations- oder Modellierungsfunktion auch den Zweck erfüllen, Einsichten in die Zusammenhänge zwischen den betrachteten Merkmalen zu ermöglichen, verzichten Machine Learning-Verfahren auf überschaubare Modelle, in der Hoffnung, im Gegenzug bessere Klassifikations- oder Prädiktionsergebnisse zu erzielen. Machine Learning-Verfahren haben in vielen Bereichen der Datenverarbeitung ihren festen Platz (z.B. bei Spam-Filtern oder Empfehlungssystemen) und werden auch in gesellschaftswissenschaftlichen Kontexten eingesetzt.
Im Seminar werden Unterschiede zwischen klassischen statistischen Verfahren und Machine Learning-Anwendungen behandelt und Anwendungsmöglichkeiten in der Sozialwissenschaft diskutiert. Gleichzeitig werden verschiedene Verfahren besprochen und mit dem Statistikprogramm R ausprobiert.
Literatur
- Lantz, Brett (2013): Machine Learning with R. Packt Publishing.
- Hastie, Trevor, Robert Tibshirani, Jerome Friedman (2008): The Elements of Statistical Learning. Data Mining, Inference, and Prediction. 2. Auflage. Springer-Verlag.
Leistungsnachweise
Leistungs- und Studiennachweise können durch das regelmäßige Lösen von Übungsaufgaben erworben werden.