**Pattern Recognition April 2011 (Prof. Hornegger)**

**Fragen**
  * PCA Zielfunktion
  * 64 1024x1024 Bilder und PCA? Wie ist da der Rang der Kovarianzmatrix (für normale PCA)?
  * normale PCA bei obigem Setup -> riesige Kovarianzmatrix, daher Kernel-PCA -> Herleitung: PCA -> Kernel-PCA
  * 5 verschiedene Methoden, um aus gelabelten Trainingsdaten eine lineare Decision Boundary zu bekommen und jeweils die Zielfunktion dazu -> SVM, Perceptron, Polynomial Classifier mit Polynom der Form a^T*x + a0, Logistic Regression, Gaussian mit gleichen Kovarianzmatrizen, LDA
  * zwischendrin noch etwas genauer auf SVM eingegangen (typisches SVM Bild erklären) und auf die Art des Optimierungsproblems im Vergleich zu dem vom Perceptron (Perceptron: diskret! -> blöd! SVM: konvex -> toll!)

...aber im Prinzip wird wohl alles gefragt (in anderen Prüfungen kamen ICA, AdaBoost, Model Assessment, EM usw. auch dran). Oft auch Fragen die sehr ins Detail gehen (wie die Frage nach dem Rang der Kovarianzmatrix) und wirklich "einfache" Fragen werden wohl kaum gestellt, wenn es so rüberkommt, als hätte man sich gut vorbereitet - da spart er sich das wohl ;)

Dauer der Prüfung war ziemlich exakt 30 min.