Institute of Computer Science Pattern Recognition and Bioinformatics

Lehre

Folien

• Einleitung (pdf)

• Intuituve Klassifikation (pdf) Beispiel k-means: (pdf)

• Digitalisierung (pdf)

• Vorverarbeitung (pdf),   2D-Basisfuktionen (pdf)

• Merkmalsextraktion (pdf)

• Klassifikation (pdf)

• Polynomklassifikator (pdf)

• Multi-Layer-Perceptron (pdf)

• Radiale Basis Funktionen (pdf)

• Support Vector Machine (pdf)

• Hidden Markov Models (pdf)

Übungen

• Übung1 (PDF)

• Übung2 (PDF)

• Übung3 (PDF)

• Übung4 (PDF)

• Übung5 (PDF)

• Übung6 (PDF)

• Übung7 (PDF)

• Übung8 (PDF)

• Übung9 (PDF)     "2_class_mixture_train.dat"     "2_class_mixture_test.dat"

• Übung10 (PDF)

• Übung11 (PDF)

• Übung12 (PDF)     "2_class_mixture.dat"

• Übung13 (PDF)

Beispieldaten

• klassifizierter Gen-Datensatz "GenDaten.txt"

• Test-Stichprobe "ProbenXYZ.txt"

• Trainingsbilder "Faces" [zip-Archiv]

• Testbilder [zip-Archiv]

Programmbeispiele und Musterlösungen

• Routine zum Einlesen von Bildern in JAVA / JAI   "ReadImage.java"

• Routine zum Einlesen von PGM-Bildern in C++   "ReadImage.cc"

• Pseudo-Code E- und M-Schritte des EM-Algorithmus   "emPseudoCode.txt"