Maschinelles Lernen 1 - Grundverfahren, Vorlesung, WS 2016/17, 31.01.2017, 10

Autor

Rüdiger Dillmann

Herausgeber

KIT | Webcast

Beteiligtes Institut

Institut für Anthropomatik und Robotik (IAR)

Genre

Vorlesung

Beschreibung

10 |
0:00:00 Starten
0:00:06 k-Nearest Neighbor
0:02:23 k-Nearest Neighbor: Konzeptlernen
0:07:48 Abstandsgewichteter k-NN Algorithmus
0:08:27 Bewertung des k-NN Algorithmus
0:09:50 Einordnung k-NN
0:10:52 CBR Motivation: Analogien
0:12:19 Analogien
0:14:31 Case-based Reasoning
0:15:49 Was ist ein Fall?
0:18:58 Ein Fall enthält...
0:19:57 CBR-Zyklus
0:23:41 Auffinden/Retrieve
0:24:37 Effizientes Auffinden von Fällen
0:26:15 Indizierung: Probleme
0:27:07 Auswahl der Indizes
0:27:51 CBR-Zyklus
0:30:04 Wiederverwenden / Reuse
0:32:19 Anpassen / Überarbeiten / Revise
0:33:35 Zurückbehalten / Retain
0:34:52 Beispiel 1: Clavier
0:36:33 Beispiel 2: SFB/TR 28 "" Kognitive Automobile""
0:45:11 CBR: Weitere Anwendungen
0:46:48 CBR: Vorteile
0:47:13 CBR: Probleme
0:47:51 Weiterführende Punkte zu CBR
0:47:57 Einordnung CBR
0:48:54 Neuronale Netze
0:51:13 Ein biologisches Vorbild
0:53:21 Vergleich zw. Gehirn und seriellem Rechner
0:54:45 ""Konnektionistische Verfahren""
0:59:54 Motivation - Problemstellungen

Laufzeit (hh:mm:ss)

01:02:29

Serie

Maschinelles Lernen 1 - Grundverfahren, Vorlesung, WS 2016/17

Publiziert am

08.02.2017

Fachgebiet

Informatik

Lizenz

KITopen-Lizenz