Universität Wien

040976 UK Classification, Clustering and Discrimination (MA) (2025S)

4.00 ECTS (2.00 SWS), SPL 4 - Wirtschaftswissenschaften
Continuous assessment of course work
Moodle
Tu 17.06. 15:00-16:30 Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock

Registration/Deregistration

Note: The time of your registration within the registration period has no effect on the allocation of places (no first come, first served).

Details

max. 30 participants
Language: German

Lecturers

Classes (iCal) - next class is marked with N

  • Tuesday 04.03. 15:00 - 16:30 Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
  • Tuesday 11.03. 15:00 - 16:30 Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
  • Tuesday 18.03. 15:00 - 16:30 Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
  • Tuesday 25.03. 15:00 - 16:30 Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
  • Tuesday 01.04. 15:00 - 16:30 Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
  • Tuesday 08.04. 15:00 - 16:30 Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
  • Tuesday 29.04. 15:00 - 16:30 Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
  • Tuesday 06.05. 15:00 - 16:30 Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
  • Tuesday 13.05. 15:00 - 16:30 Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
  • Tuesday 20.05. 15:00 - 16:30 Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
  • Tuesday 27.05. 15:00 - 16:30 Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
  • Tuesday 03.06. 15:00 - 16:30 Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
  • Tuesday 10.06. 15:00 - 16:30 Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
  • Tuesday 24.06. 15:00 - 16:30 Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock

Information

Aims, contents and method of the course

Inhalt:
Classification: loss and risk, SVMs, kernel based methods
Clustering: spectral clustering methods
Discrimination: Linear and non-linear

Methode: Vorlesung mit Übungen. Ein Skriptum ist verfügbar aber die Vorlesung wird ständig weiterentwickelt und folgt nicht mehr streng dem Skriptum. Formal mathematische Vorgehensweise gemischt mit Datenbeispielen und Programmieraufgaben in den Übungen.

Assessment and permitted materials

2 Übungsblätter und ein Endtermtest

Minimum requirements and assessment criteria

1. Übung: 20 Punkte
2. Übung: 20 Punkte
Endtermtest: 40 Punkte

P > 70: 1
71 > P > 60: 2
61 > P > 50: 3
51 > P > 40: 4
41 > P: 5

Examination topics

Inhalte der Vorlesung und der Übungsblätter

Reading list

- Steinwart, Christmann (2008): ``Support Vector Machines'', Springer.
- Luxburg, U. (2007): ``A Tutorial on Spectral Clustering '', Statistics and Computing 17, 395--416.

Association in the course directory

Last modified: Tu 04.03.2025 13:06