Du befindest dich hier: FSI Informatik » Prüfungsfragen und Altklausuren » Hauptstudiumsprüfungen » Lehrstuhl 5 » Pattern Recognition / Pattern Analysis

Unterschiede

Hier werden die Unterschiede zwischen zwei Versionen der Seite angezeigt.

Link zu der Vergleichsansicht

Beide Seiten, vorherige ÜberarbeitungVorherige Überarbeitung
Letzte ÜberarbeitungBeide Seiten, nächste Überarbeitung
pruefungen:hauptstudium:ls5:pr_pamar2010_2 [26.03.2010 16:08] – 194.138.39.56pruefungen:hauptstudium:ls5:pr_pamar2010_2 [29.03.2010 15:39] – 89.204.137.70
Zeile 2: Zeile 2:
 ---- ----
 ==== PR Angeloupoulu ==== ==== PR Angeloupoulu ====
-  * Q: -\\ => Soll ich die Pattern-recognition-pipeline hinmalen? -> hingemalt +  *   => Soll ich die Pattern-recognition-pipeline hinmalen? -> hingemalt :)
-  * Q: ja, *lach*+
   * Q: Preprocessing - Inhalte stichpunktartig wiedergeben \\ => Thresholding, Normalisierung, Filter   * Q: Preprocessing - Inhalte stichpunktartig wiedergeben \\ => Thresholding, Normalisierung, Filter
   * Q: Thresholding, näher erklären und eine Methode meiner Wahl genau hinschreiben \\ => Trennung von Vorder-/ Hintergrund, 0-1 Quantisierung. \\   Schnittpunkt zweier Gaussverteilungen erklärt mit Iterationsverfahren, welches neues Theta als Schnittpunkt der geschätzten Gaussverteilungen nimmt.   * Q: Thresholding, näher erklären und eine Methode meiner Wahl genau hinschreiben \\ => Trennung von Vorder-/ Hintergrund, 0-1 Quantisierung. \\   Schnittpunkt zweier Gaussverteilungen erklärt mit Iterationsverfahren, welches neues Theta als Schnittpunkt der geschätzten Gaussverteilungen nimmt.
Zeile 16: Zeile 15:
 ==== PA Hornegger ==== ==== PA Hornegger ====
   * Q: Malt 2 Klassen hin und eine beliebige Entscheidungsgrenze, die durch die Funktion f(x) = 0 charakterisiert ist. Können Sie mir die posteriori für die Klasse 0 und 1 hinschreiben? \\ => in die Logistic Regression Funktion einmal f(x) und -f(x) eingesetzt (-> eimal p(y=0|x) für Klasse 1 und p(y=1|x) für Klasse 2)   * Q: Malt 2 Klassen hin und eine beliebige Entscheidungsgrenze, die durch die Funktion f(x) = 0 charakterisiert ist. Können Sie mir die posteriori für die Klasse 0 und 1 hinschreiben? \\ => in die Logistic Regression Funktion einmal f(x) und -f(x) eingesetzt (-> eimal p(y=0|x) für Klasse 1 und p(y=1|x) für Klasse 2)
-  * Q: SVM - Wie schaut das Optimierungsproblem in Formeln aus? \\ => Soft Margin Case hingemalt und die Optimierungsfunktion hingeschrieben: ||a|| minimieren w.r.t. Abstand zur Gerade >= 1 +  * Q: SVM - Wie schaut das Optimierungsproblem in Formeln aus? \\ => Hard Margin Case hingemalt und die Optimierungsfunktion hingeschrieben: ||a|| minimieren w.r.t. Abstand zur Gerade >= 1 
-  * Q: Wie schaut das aus mit Slackvariablem \\ => Summe der Slackvariablen mit Lagrangemultiplier zum Optimierungsproblem hinzufügen (wollte die Formel auf Papier haben+  * Q: Wie schaut das aus mit Slackvariablem \\ => Summe der Slackvariablen mit Lagrangemultiplier zum Optimierungsproblem hinzufügen (wollte die Formel auf Papier haben)
   * Q: Wie lösen wir das Problem? \\ => Konvexe Optimierung (Stichwort hat gereicht)   * Q: Wie lösen wir das Problem? \\ => Konvexe Optimierung (Stichwort hat gereicht)
   * Q: EM Algorithmus, schreiben Sie die Q-Funktion für eine Mischverteilung hin. \\ => hingeschrieben (habe etwas überlegen müssen), war die schwierigste Frage fand ich... ([[http://www.video.uni-erlangen.de/cgi-bin/suche.pl?Suchbegriff=pattern&submit=suchen|siehe Video 18]])   * Q: EM Algorithmus, schreiben Sie die Q-Funktion für eine Mischverteilung hin. \\ => hingeschrieben (habe etwas überlegen müssen), war die schwierigste Frage fand ich... ([[http://www.video.uni-erlangen.de/cgi-bin/suche.pl?Suchbegriff=pattern&submit=suchen|siehe Video 18]])