Fachrat Informatik - Forum

Quoted

Gibt es über das veröffentlichte Materials hinaus irgendetwas Wichtiges zum Stoff zu wissen? Oder reicht das Material zum Lernen aus?

Eigentlich reicht das alles aus. Wichtig ist, dass du das Buch " Wissensbasierte Bildverarbeitung" liest und verstehst. Das stellt sogar Herr Liedtke als PDF zur Verfügung.

Quoted

Wurden Hinweise zur Klausur gegeben?

Klausur? Es gab immer eine mündliche Prüfung. Für mündliche Prüfung würde ich dir raten, die Protokolle von den Prüfungen zu holen. (Pfand 10 Euro) Am Ende muss man selbst sein Protokoll schreiben und dann bekommst du 10 Euro zurück.

Quoted

Sollte man sich mehr mit reinem Wissen vorbereiten oder eher Verfahren und Algorithmen einüben? Oder beides?

Für die Prüfung ist alles relevant. Wobei darf ich dazu ganz vorsichtig sagen, dass man schon auf Lücken setzen darf, aber VORSICHT!

Quoted

Meine Vorkenntnisse: Digitale Bildverarbeitung (letztes Semester gehört)

Vorkenntnisse sind nicht notwendig.

mfg
MAX

Quoted

Original von MAX
Klausur? Es gab immer eine mündliche Prüfung.

Seit diesem Semester besteht die Prüfung aus einer Klausur.

Zur Klausur wurde nicht viel gesagt. Auf jeden Fall wichtig ist aber:

• Rechnen mit Kovarianzmatritzen
  
• Berechnung von Eigenwerten und Eigenvektoren einer Matrix
  
• Berechnung einer Trennebene/Trennlinie zwischen Klassen (Blatt 3)
  
• Kenntnis der Funktion für die Normalverteilung (auch mehrdimensional)
  

Es ist allerdings nicht erlaubt, eine Formelsammlung mitzunehmen, man muss also diverse Formeln auswendig kennen und auch anwenden können. Du solltest Die Aufgabenblätter aus den Übungen bearbeiten können, was dir sicherlich relativ schwer fallen wird, wenn du nie bei einer Übung gewesen bist, wo die Lösungen zu den Aufgabenblättern vorgestellt wurden.

Quoted

Sollte man sich mehr mit reinem Wissen vorbereiten oder eher Verfahren und Algorithmen einüben? Oder beides?

Eher beides, wobei der Schwerpunkt wohl auf Verfahren und Algorithmen liegt (z.B. Hough-Transformation, Karhunen-Loeve Transformation,...). Deine Kenntnisse aus Digitale Bildverarbeitung könnten dir das Lernen schon erleichtern, weil es in der Vorlesung schon einige Überschneidungen gibt.

Quoted

Wichtig ist, dass du das Buch " Wissensbasierte Bildverarbeitung" liest und verstehst

Das Buch kannst du auch auf der TNT Homepage runterladen (hast du vielleicht schon gesehen).

Es hat nicht zufällig jemand eine digitalisierte Mitschirft der Übungen?
Ich war aus zeitlichen Gründen leider auch eher weniger in den Übungen und habe nur sehr lückenhafte bis garkeine Aufzeichnungen.
Oder ist vielleicht jemand die nächsten Tage in der Uni, so dass ich da rasch seine Mitschrift kopieren könnte!?

edit: hat sich übrigens erledigt!

Inhaltliche Frage:
Aufgabenblatt 3 (bzw.2 !?), Aufgabe 1 (Entscheidungsregel):

L_ij ist > 0 für j ungleich i.

Ist l_ij = 0 für i=j ?

Wenn nicht (und das vermute ich), warum sind L_11 und L_22 dann 0?

und noch was:

Bei der Grenzfehöerwahrscheinlichkeit bin ich auf folgende Frage gestoßen:

was ist die stammfunktion zu exp(-x²) ?

Quoted

Original von Hannes5282
was ist die stammfunktion zu exp(-x²) ?

Die ist nicht elementar darstellbar. Siehe auch http://mathworld.wolfram.com/Erf.html.

Quoted

Ist l_ij = 0 für i=j ?

Wenn nicht (und das vermute ich), warum sind L_11 und L_22 dann 0?

In der Aufgabenstellung steht:

Quoted

Berechnen Sie die
Bayes optimale Entscheidungsregel für den Empfänger unter der
Voraussetzung, dass die Kosten für die richtige Entscheidung null sind.

Darum ist L_ij = 0 für i=j. Denn das sind die Kosten für die richtige Entscheidung. L_ij ist das Risiko sich für die Klasse i zu entscheiden, wenn j die tatsächliche Klasse ist.


Zur Grenzfehlerwahrscheinlichkeit:
Man hat die Möglichkeit, das Integral durch die Verteilungsfunktion der Standardnormalverteilung zu approximieren. Dazu muss man die Verteilung zunächst transformieren nach der Regel:
Wenn eine Zufallsvariable X normalverteilt ist mit Erwartungswert u und Varianz o², dann ist (X-u)/o standardnormalverteilt.
Du hast in der Aufgabe den Erwartungswert und die Varianz der Verteilung ausgerechnet. Die Trennlinie liegt bei -1 (glaube ich). du musst also von -1 den Erwartungswert abziehen und das Ergebnis dann durch die Wurzel aus der Varianz teilen. Dann guckst du in der Tabelle für die Standardnormalverteilung nach (steht in jeder Formelsammlung).
In der Klausur darf aber keine Formelsammlung benutzt werden und ich gehe davon aus, dass man die Tabelle der N(0,1) Verteilung nicht auswendig kennen muss. Darum denke ich, dass so eine Aufgabe nicht drankommt. Die Ergebnisse dieser Aufgabe sind in den Übung auch einfach vom Himmel gefallen. Er hat nicht gezeigt, wie man darauf kommt.

ok, danke, dann mal viel erfolg allen klausurschreibern heute

mal so als umfrage...,
hat irgendwer die klausur komplett geschafft??

Hallo an alle Teilnehmer der Premierenklausur in Mustererkennung des letzten Jahres... wollt ihr verraten, wie die Klausur so ungefähr aussah? Mußte nur rumgerechnet werden oder gab es auch Fragen, die man in ganzen deutschen Sätzen beantworten sollte?

Hallo, ich wollte mal fragen, ob zufällig wer die Mitschrift der Übungen hat und mir eventeull die vom jeweils

- 20.10.06
- 3.11.06
- 1.12.06
- 22.12.06
- 12/19/26.1.07

zukommen lassen könnte oder ich sie mir kopieren könnte?

wanja_relitzk@hotmail.com

Falls jemanden etwas von einer hier nicht aufgeführten Übung fehlt kann ich ihm die natürlich auch schicken

fröhliches Lernen

Ja wäre auch nett wenn ihr mir das auch schicken könntet. paul-salomon@htp-tel.de

Hatt jemand die Lösungen zu den Aufgaben? Bei machen sachen komm ich da einfach nicht weiter. z.B bei Blatt 3 Aufgabe 2, wie berechnet man mit den Kovarianzmatrizen die optimale Trennlinie?

würd mich auch interessieren

@Justus Sie haben Post

Kann mir vielleicht wer sagen wie man bei Blatt4 Aufgabe 1.2 vorgeht?
Klingt für mich nach Bayes aber irgendwie raff ichs nett