Seminar: Ausgewählte Themen des Machine Learning
Veranstalter: Prof. Dr. Andreas Hotho, Alexander Dallmann, Elisabeth Fischer, Daniel Zoller
Bei Fragen oder zur Reservierung eines Themas/Platzes nutzen Sie bitte die Adresse lsx-seminar@informatik.uni-wuerzburg.de
WueCampus-Kurs: (Zugang wird nach der Vorbesprechung individuell freigeschaltet)
BibSonomy Gruppe: uw_ws19_ml
Vorbesprechung: 16.10.19 um 14:30 Uhr, ÜR 2
Erste Abgabe: 27.11.19 um 12:00 Uhr
Review Abgabe: 04.12.19 um 12:00 Uhr
Finale Abgabe: 17.01.20 um 12:00 Uhr
Zusammenfassung jeweils eine Woche vor dem Vortrag abgeben!
Vorträge: 18./19.12.19 und 15.01.20
Themenvergabe und Vorbesprechung
Themen können schon vor dem Vorbesprechungstermin reserviert werden. Die Themen werden einige Zeit vor der Vorbesprechung hier auf dieser Seite bekannt gegeben.
Bei der Vorbesprechung werden die Themen - so nicht schon vergeben - an die anwesenden Seminarteilnehmer verteilt. Grundsätzlich besteht Anwesenheitspflicht. Teilnehmer, die bereits ein Thema bearbeiten, aber ohne Absprache fehlen, verlieren den Anspruch auf ihr Thema/ihren Platz.
Konzept und Ablauf des Seminars
Im Zentrum dieses Seminars steht ein wissenschaftlicher Artikel und ein darin verwendetes Konzept. Ein Beispiel wäre das Paper
MixedTrails: Bayesian hypothesis comparison on heterogeneous sequential data von Martin Becker, Florian Lemmerich, Philipp Singer, Markus Strohmaier, Andreas Hotho
In dem folgendes Konzept eine zentrale Rolle spielt: Bayes Factor
Im Rahmen des Seminars soll nun das Konzept aufgearbeitet und verwandte Literatur gesucht werden. Das Ziel ist es, in Ausarbeitung und dem Vortrag des Seminars das gegebene Konzept unter Verwendung entsprechender Referenzen verständlich einzuführen und zu erklären und die Methode des wissenschaftlichen Artikels vorzustellen. Außerdem sollen eine Erweiterung der Methode oder die Übertragung auf eine andere Domäne aus anderen Artikeln beleuchtet werden.
Der Ablauf des Seminar ist wie folgt:
- Zuerst wird die Ausarbeitung angefertigt.
- Dann wird die Arbeit abgegeben und begutachtet. Diese Begutachtung erfolgt durch den Betreuer und anonym durch zwei andere Seminarteilnehmer. Das heisst, jeder Seminarteilnehmer, muss je zwei Beurteilungen für andere Seminarteilnehmer anfertigen. Die Begutachtungen gehen zurück an den Autor, der dann die Möglichkeit hat, seine Ausarbeitung zu überarbeiten.
- Dann wird zeitgleich der Vortrag (20 Minuten Vortrag, 5 Minuten Fragen) und eine einseitige Zusammenfassung vorbereitet.
- Der Vortrag wird dann in Blockveranstaltungen gehalten. Bei den Blockveranstaltungen besteht Anwesenheitspflicht.
Themen
Die Grundlage zu den Vorträgen bilden wissenschaftliche Aufsätze (Papers). Jedes hier aufgeführte Paper entspricht einem Thema.
- themenrelevante Paper sind mit dem Tag thema versehen
- die einzelnen Themen werden anhand der Tags thema:x, thema:y, etc. unterschieden
- Ziel des Seminars ist es NICHT den Inhalt des Papers zusammenzufassen, sondern das Thema, das durch das Tag thema:x gegeben ist, aufzuarbeiten.
- die Tags findet man auf BibSonomy in der entsprechenden Gruppe (siehe oben)
Alle Themen für dieses Semester sind bereits vergeben. Falls Themen wieder frei werden, werden diese dann bei der Erstbesprechung am 16.10.19 an anwesende Studenten verteilt. Wer möchte kann sich dafür auch auf eine Warteliste eintragen lassen (Anwesenheit trotzdem erforderlich).
Bereits reservierte Themen
-
Neural Attentional Rating Regression with Review-level Explanations. . In WWW, P.-A. Champin, F. L. Gandon, M. Lalmas, P. G. Ipeirotis (eds.), pp. 1583–1592. ACM, 2018.
- [ BibTeX ]
- [ URL ]
- [ BibSonomy-Post ]
-
Neural Knowledge Acquisition via Mutual Attention Between Knowledge Graph and Text. . In AAAI, S. A. McIlraith, K. Q. Weinberger (eds.), pp. 4832–4839. AAAI Press, 2018.
- [ BibTeX ]
- [ URL ]
- [ BibSonomy-Post ]
-
Graph Attention Networks. . In ICLR 2018. 2017.
- [ BibTeX ]
- [ URL ]
- [ BibSonomy-Post ]
-
A Hybrid Collaborative Filtering Model with Deep Structure for Recommender Systems. . In AAAI, S. P. Singh, S. Markovitch (eds.), pp. 1309–1315. AAAI Press, 2017.
- [ BibTeX ]
- [ URL ]
- [ BibSonomy-Post ]
-
TransNets: Learning to Transform for Recommendation. . In RecSys, P. Cremonesi, F. Ricci, S. Berkovsky, A. Tuzhilin (eds.), pp. 288–296. ACM, 2017.
- [ BibTeX ]
- [ URL ]
- [ BibSonomy-Post ]
-
Collaborative Variational Autoencoder for Recommender Systems. . In KDD, pp. 305–314. ACM, 2017.
- [ BibTeX ]
- [ URL ]
- [ BibSonomy-Post ]
-
Asynchronous Methods for Deep Reinforcement Learning. . 2016.
- [ BibTeX ]
- [ URL ]
- [ BibSonomy-Post ]
-
Deep Reinforcement Learning with Double Q-learning. . 2015.
- [ BibTeX ]
- [ URL ]
- [ BibSonomy-Post ]
-
Deep Compression: Compressing Deep Neural Networks with Pruning, Trained Quantization and Huffman Coding. . 2015.
- [ BibTeX ]
- [ URL ]
- [ BibSonomy-Post ]
-
Pointer Networks. . In NIPS, pp. 2692–2700. 2015.
- [ BibTeX ]
- [ BibSonomy-Post ]
Leistungsnachweis
Zum Ablauf der oben angegebenen Bearbeitungsfristen sind jeweils per Email als PDF dem Betreuer abzugeben:
- eine genau 6-seitige LaTeX-Ausarbeitung im hier beschriebenen Format (doppelspaltig, inklusive Bibliographie)
- eine erste Version zur Begutachtung
- die finale Version
- die zwei Begutachtungen anderer Arbeiten
- eine einseitige Zusammenfassung
- der Foliensatz
Vorherige Absprachen mit dem Betreuer sind ausdrücklich erwünscht. Alle verwendeten Referenzen sind zusätzlich zum Literaturverzeichnis der Ausarbeitung in http://www.bibsonomy.org in der entsprechenden Gruppe (relevant for) mit den Tags des jeweiligen Themas und weiteren sinnvollen Tags zu versehen.
Die Vortragsdauer beträgt verbindlich 20 Minuten, nach dem Vortrag besteht Gelegenheit zur Diskussion (ca. 5 Minuten). Der Vortrag (inkl. Folien und Abstract) geht mit 30% in die Endnote ein, die Ausarbeitung ebenfalls mit 30%. Die angefertigeten Reviews gehen 20% in die Note ein. Die letzten 20% bewerten die Eigenständigkeit der Ausarbeitung, Einhaltung von Terminen, Beteiligung am Seminar etc.
Bearbeitungshinweise
Als Richtlinie für die Erstellung einer guten Seminararbeit (inkl. Vortrag und Ausarbeitung) wird das Buch
Markus Deininger and Horst Lichter and Jochen Ludewig and Kurt Schneider. Studien-Arbeiten: ein Leitfaden zur Vorbereitung, Durchführung und Betreuung von Studien-, Diplom- Abschluss- und Doktorarbeiten am Beispiel Informatik. 5. Auflage. vdf Hochschulverlag, Zürich, 2005.
empfohlen, welches beim Betreuer des Seminars (Prof. Dr. Andreas Hotho) ausliegt. Wir empfehlen die Anschaffung dieses Buchs (9,50 €), da es Sie bis zur Masterarbeit (und weiter) begleiten kann. Die Benotung der Seminararbeit erfolgt in Anlehnung an das dort auf Seite 77 angegebene Schema, angepasst auf die Erfordernisse einer Seminararbeit.