Hauptseminar: Klassifikation - Referatsthemen und Scheinbedingungen

Zurück zur Startseite des Seminars

Vorstellung eines von Ihnen gewählten Klassifikations- oder Clusteringalgorithmus oder Teilaspakt eines Algorithmus, z.B.

• K-nearest-neighbour
• Perceptron
• Neuronale Netze
• Transformers
• Entscheidungsbäume (decision trees), Random Forest
• Support vector machines
• Latent semantic indexing
• Klassifikation mit neuronalen Netzen (RNN, LSTM, Transformer u.a.)
• Large language models, one-shot, few-shot learning
• ...

Clustering:

• K-means
• DBScan, Optics
• Hierarchische Verfahren (divisiv, alglomerativ)
• ...

Mindestanforderungen an das Referat

• Gruppenarbeit (optional, auch Einzelreferate möglich)
• Dauer ca. 20-45 min, inkl. Diskussion, je nach Größe der Gruppe
• Vorstellung des Algorithmus
• Verwendete Wissenquellen (Literatur)
• Bitte den Algorithmus auf die zur Verfügung gestellten Datensets anzuwenden
  • Briefsammlung (Autor, Sprache)
  • Huffington Post (Kategorie)
  • Sentiment-Daten (Sentiment)
  Ergebnisse bitte dokumentieren in Form eines Klassifikationsberichts (Recall/Precision/F1/Accuracy/Micro-Average/Macro-Average) und einer Konfusionsmatrix
• Die Präsentationsfolien werden den anderen Studierenden zur Verfügung gestellt
• Im Falle von Clustering: Bitte auf die gleichen Daten anwenden. Vergleichen der Cluster mit den Klassen und Silhoutte-Score