Die statistische Lerntheorie fass Lernen als als ein auf empirischen Daten basierendes Funktionenschätzproblem auf. Gesucht werden hierbei generalisierende Modelle, welche auch gute Vorhersagen für neue, über die Trainingsdaten hinausgehende Datenpunkte, liefern können. Bedingungen an die Gültigkeit einer Generalisierung werden in diesem Forschungsfeld untersucht (z.B. eine endliche VC-Dimension). Dies führt letztlich zu Risikoschranken für Klassifikationsalgorithmen.
Darauf aufbauend werden durch das Konzept der strukturelle Risikominimierung neue Klassifikationsalgorithmen mit besseren Risikoschranken motiviert (z.B. Support Vector Machines oder Relevance Vector Machines).
| Mierswa/Morik/2008a |
Mierswa, Ingo and Morik, Katharina.
About the Non-Convex Optimization Problem Induced by Non-positive Semidefinite Kernel Learning.
In
Advances in Data Analysis and Classification,
Vol. 2,
No. 3,
Seiten 241--258,
2008.
|
| Mierswa/2007a |
Mierswa, Ingo.
Controlling Overfitting with Multi-Objective Support Vector Machines.
In
Proc. of the Genetic and Evolutionary Computation Conference (GECCO 2007; best paper award),
2007.
|
| Mierswa/2007c |
Mierswa, Ingo.
Regularization through Multi-Objective Optimization.
In
Klinkenberg, Ralf and Mierswa, Ingo and Hinneburg, Alexander and Posch, Stefan and Neumann, Steffen (editors),
Proc. of LWA 2007 - Lernen - Wissensentdeckung - Adaptivität,
2007.
|
| Mierswa/2006a |
Mierswa, Ingo.
Evolutionary Learning with Kernels: A Generic Solution for Large Margin Problems.
In
Proc. of the Genetic and Evolutionary Computation Conference (GECCO 2006),
2006.
|
| Mierswa/2006b |
Mierswa, Ingo.
Making Indefinite Kernel Learning Practical.
Collaborative Research Center 475, University of Dortmund,
2006.
|
| Morik/Rueping/2006a |
Morik, Katharina and Rüping, Stefan.
Klassifikations-/Clustermethoden und Konjunkturanalyse.
Duncker & Humbolt,
2006.
|
| Morik/Rueping/2006b |
Morik, Katharina and Rüping, Stefan.
An Inductive Logic Programming Approach to the Classification of Phases in Business Cycles.
In
Heilemann, U. and Weihs, Claus (editors),
Classification and Clustering in Business Cycle Analysis,
Duncker & Humbolt,
2006.
|
| Scholz/2006a |
Scholz, Martin.
Boosting in PN Spaces.
In
Johannes Furnkranz, Tobias Scheffer, Myra Spiliopoulou (editors),
Proceedings of the 17th European Conference on Machine Learning (ECML-06),
Vol. 4212,
Seiten 377--388,
Berlin, Germany,
Springer,
2006.
|
| Rueping/Scheffer/2005a |
Ruping, Stefan and Scheffer, Tobias (editors).
Proceedings of the ICML 2005 Workshop on Learning with Multiple Views.
2005.
|
| Rueping/2004a |
Rüping, Stefan.
A Simple Method for Estimating Conditional Probabilities in SVMs.
In
Abecker, A. and Bickel, S. and Brefeld, U. and Drost, I. and Henze,N. and Herden, O. and Minor, M. and Scheffer, T. and Stojanovic, L. and Weibelzahl, S. (editors),
Lernen - Wissensentdeckung - Adaptivität,
Berlin,
Humboldt-Universität,
2004.
|
| Rueping/2004b |
Rüping, Stefan.
Probabilistic SVMs - How Much Scaling Do We Need?.
2004.
|
| Rueping/Morik/2003a |
Rüping, Stefan and Morik, Katharina.
Support Vector Machines and Learning about Time.
In
IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP'03),
2003.
|
| Rueping/Morik/2003b |
Rüping, Stefan and Morik, Katharina.
Support Vector Machines and Learning about Time.
No. 4,
SFB475, Universitat Dortmund,
Dortmund, Germany,
2003.
|
| Morik/etal/2002a |
Morik, Katharina and Joachims, T. and Imhoff, M. and Brockhausen, P. and Rüping, S..
Integrating Kernel Methods into a Knowledge-based Approach to Evidence-based Medicine.
In
Schmitt, Manfred and Teodorescu, Horia-Nicolai and Jain, Ashlesha and Jain, Ajita and Jain, Sandhya and Jain, Lakhmi C. (editors),
Studies in Fuzzi- ness and Soft Computing.,
Vol. 96,
Seiten 71--99,
Physica-Verlag,
2002.
|
| Morik/Rueping/2002a |
Morik, Katharina and Rüping, Stefan.
A Multistrategy Approach to the Classification of Phases in Business Cycles.
In
Elomaa, Taprio and Mannila, Heikki and Toivonen, Hannu (editors),
Machine Learning: ECML 2002,
Vol. 2430,
Seiten 307--318,
Berlin,
Springer,
2002.
|
| Rueping/2002a |
Stefan Rüping.
Support Vector Machines in Relational Databases.
In
Seong-Whan Lee and Alessandro Verri (editors),
Pattern Recognition with Support Vector Machines --- First International Workshop, SVM 2002,
Seiten 310--320,
Springer,
2002.
|
| Rueping/2002b |
Rüping, Stefan.
Efficient Kernel Calculation for Multirelational Data.
In
Kokai, Gabriella and Zeidler, Jens (editors),
Proceedings der FGML 2002,
Seiten 121-126,
Learning Lab Lower Saxony, Hannover, Germany,
2002.
|
| Rueping/2002c |
Rüping, Stefan.
Incremental Learning with Support Vector Machines.
No. 18,
SFB475, Universitat Dortmund,
Dortmund, Germany,
2002.
|
| Rueping/2001a |
Rüping, Stefan.
SVM Kernels for Time Series Analysis.
In
Klinkenberg, Ralf and Ruping, Stefan and Fick, Andreas and Henze, Nicola and Herzog, Christian and Molitor, Ralf and Schroder, Olaf (editors),
LLWA 01 - Tagungsband der GI-Workshop-Woche Lernen - Lehren - Wissen - Adaptivitat,
Seiten 43-50,
Dortmund, Germany,
2001.
|
| Rueping/2001b |
Rüping, Stefan.
Incremental Learning with Support Vector Machines.
In
Cercone, Nick and Lin, T.Y. and Wu, Xindong (editors),
Proceedings of the 2001 IEEE International Conference on Data Mining (ICDM '01),
Seiten 641--642,
IEEE,
2001.
|
| Morik/etal/99a |
Morik, Katharina and Brockhausen, Peter and Joachims, Thorsten.
Combining statistical learning with a knowledge-based approach -- A case study in intensive care monitoring.
In
ICML '99: Proceedings of the Sixteenth International Conference on Machine Learning,
Seiten 268--277,
San Francisco, CA, USA,
Morgan Kaufmann Publishers Inc.,
1999.
|
| Rueping/99a |
Rüping, Stefan.
Zeitreihenprognose fur Warenwirtschaftssysteme unter Berucksichtigung asymmetrischer Kostenfunktionen.
Universitat Dortmund,
1999.
|
| Schewe/97b |
Schewe, Sandra.
Automatische Kategorisierung von Volltexten unter Anwendung von NLP-Techniken.
Fachbereich Informatik, Universitat Dortmund,
1997.
|
| Wermeckes/96a |
Wermeckes, Thorsten.
Erweiterung von COBWEB/CLASSIST zur Behandlung von zeitveranderlichen Daten.
Fachbereich Informatik, Universitat Dortmund,
1996.
|
| Robers/95a |
Ursula Robers.
Entwicklung eines wissensbasierten Assistentensystems zur Analyse von Fall--Kontroll--Studien.
Universitat Dortmund, Fachbereich Informatik, Lehrstuhl VIII,
1995.
|
| Wessel/95a |
Stefanie Wessel.
Lernen qualitativer Merkmale aus numerischen Robotersensordaten.
Fachbereich Informatik, Universitat Dortmund,
1995.
|
