====== Prüfung Pattern Analysis, SS 2015 (Sept) ======
===== Allgemeines =====
  * Prüfer: 
  * Stimmung: 
  * Vorbereitung:
  * Ergebnis:

===== Prüfungsfragen und Antworten =====

==== HMM ====

  * states, aij usw. ergodic, linear, left-right hinmalen 
  * 3 Probleme ansprechen: 
  -  Marginalization 
  -  wahrscheinlichste State Sequence: Viterbi-Algorithmus mittels Forward-Algorithmus (Rabiner89) und dann Summe durch argmax ersetzen 
  - Training besteht aus EM und Baumwelche (keine weitere Erklärung)

==== Manifold learning: ====
 
Punktwolke “e” hingemalt und gefragt was man damit machen möchte (entrollen) und wie das mit einem Forest gelöst wird → Schnitte von zwei verschiedenen Bäumen hingemalt, Affinitätsmatrix erklärt, dann Laplacian genannt und dass Eigenwerte genutzt werden um x‘ in d‘ darzustellen

==== Laplacian Eigenmaps: ====
 
Optimierungsproblem aufstellen ||xi-xj||*wij → min und Ergebnis der Umformung hinschreiben (Nebenbedingung einführen: (X^T)DX=1) => (D^-1)(D-W)X‘ =l*X‘…….D-W = Laplacian

==== Forests: ====

  * anhand von beispielhaften Samples Information gain und Entropie für Classification erklären

==== K-Means ====
  * erklären (Bild malen)

==== Parzen window: ====
  * erklären, wie man auf k/(N*V) kommt (über Integral) und wie man optimale Fenstergröße ermittelt: 
  - Nummerierter ListenpunktCross validation: phj=1/(N-1)*Summe Kernel
  - Nummerierter ListenpunktML^h = argmax phj * Produkte j=1…N phj