Prüfer: Prof. Hornegger

Alles in allem eine sehr faire Prüfung, in entspannter Atmosphäre.

**Überblick**

„Wolke“ malen, ohne Objective Functions - wollte noch kurz erklären was bei jedem Themengebiet wichtig ist, hat er aber dankend abgelehnt 

**Hard & Soft Clustering**

Was macht man damit? Bild malen

Obejctive Function ->Ableitung nach mu 

Welche Probleme ergeben sich beim optimieren? c_ij diskret d kontinuierlich

Wie funktioniert k-Means? Updateformel erklären/zeigen

Was ändert sich bei Soft Clustering? Objective Function mit Nebenbedingung hinschreiben, Lagrange Multiplier Methode erwähnen, c_ij jetzt probabilistisch

**Mean Shift**

Was tut man damit → PDF optimieren, Maxima finden

Mean-Shift-Vector herleiten und Algorithmus erklären

Clustering mit Mean Shift (Zeichnung mit Attraktionsgebiet machen)

**Manifold Learning**

Erklären wie MDS funktioniert:
 -1/2 CD^2C hinschreiben, erwähnen, dass C eigentlich nur den mean abzieht und zeigen, dass sich am Ende B = X^T*X ergibt -> SVD

**EM Algorithmus**

Prof: "So, jetzt erklären Sie bitte unserer Beisitzerin noch was der EM Algorithmus macht"

Prüf: "Ich bin sicher, dass sie das schon weiß"

Prof: "Gut - dann erklären Sie ihr mal das Hammersley-Clifford-Theorem"

(Schweres Eigentor... ;-) )



**MRF/GRF**

Musste es nicht herleiten, sondern nur erklären was gemacht wird (Formel für p(x) hinschreiben, sagen, dass es sich bei H(x) eben um eine Summe über Cliquen handelt)
Die letzte Frage war dann noch über die Eigenschaften des MRF und warum diese gelten müssen.