cla2019.github.io

Computerlinguistische Anwendungen

Anwendung maschineller Lernverfahren in Python

Sommersemester 2019

Centrum für Informations- und Sprachverarbeitung, LMU München

---

Nachklausur

• Die Nachklausur findet am Samstag, den 22.2.2020 um 10:00 statt, und dauert 90 Minuten.
• Raum: Hörsaal BU101, Oettingenstr. 67
• Es sind keine Hilfsmittel erlaubt.
• Studierende, deren Studienfach über LSF verwaltet wird müssen sich über das LSF anmelden.
• Studierende, deren Fach nicht über LSF verwaltet wird (Informatiker), melden sich bitte bis spätestetens 20.2.2020 über das Webformular an (Anmeldung geschlossen).

Ergebnisse der Nachklausur

---

• Zeit/Vorlesung: Mi 16:00-17:00 (s.t.), Do 14:00-16:00 (c.t.)
• Zeit/Übung: Mi 14:00-16:00 (c.t.)
• Ort/Vorlesung und Übung: Hörsaal L 155, Oettingenstr. 67
• Zeit/Tutorat: Do 16:00 - 18:00 (c.t.)

• Ort/Tutorat: CIP-Räume Sibirien und Gobi

• Dozent: Benjamin Roth
• Vorlesungsorganisation: Luisa März
• Tutoren: Daniel Weber, Felip Guimerà Cuevas, Falk Spellerberg

Sie erreichen den Dozenten und die Tutoren unter:

cla2019 [at] cis [dot] uni [minus] muenchen [dot] de

Anmeldung zur Vorlesung:

• Studenten mit Computerlinguistik als Hauptfach, und nicht-Informatiker melden sich bitte über das LSF zur Vorlesung an.
• Studenten mit Informatik als Hauptfach benutzen bitte das Webformular

Für die Übungen benötigen Sie einen GitLab Account des IFI: Mehr Informationen

Übungen werden in Teams aus 2 oder 3 Teilnehmern gebildet. Sie können ein Team hier anmelden: Webformular

Ausgabe neues Übungsblatt: Mittwochs nach der Übung
Abgabe-Deadline altes Übungsblatt: Mittwochs vor der Übung 14:00 Uhr

Date	slides	homework	materials
			PyCharm Intro (optional, jedoch vorteilhaft zur Übungsbearbeitung), Tips (Coding Basics)
24.04.	Course Overview; Machine Learning Basics; Einführung in Git; Unittest; Übung1	Homework 1	Hal Daume (pdf), enron.tgz
25.04.	Perzeptron
01.05.	Feiertag/ Tag der Arbeit
02.05.	Naive Bayes		Literatur: Jurafsky&Martin (pdf)
08.05.	Naive Bayes (ctd.)	Homework 2	Übungsfragen in Moodle (freiwillig); Einschreibeschlüssel: cla2019moodle
09.05.	Paraphrase detection; Scikit-learn; Numpy
15.05.	Scikit-learn; Numpy (ctd.)	Homework 3	paraphrases.tgz
16.05.	MaxEnt Classificator; SVM
22.05.	Wort-Repräsentationen 1	Homework 4
23.05.	Wortrepräsentationen 1 (ctd.)
29.05.	Representation learning for NLP	Homework 5
30.05.	Feiertag/ Christi Himmelfahrt
05.06.	Übung und Vorlesung fallen aus
06.06.	Word-Embeddings durch Matrix-Faktorisierung
12.06.	Implementierung	Homework 6	Solution Code Snippet
13.06.	Skipgram (Word2Vec); Implementierung		Wikipedia word space; Tensorflow Projector
19.06.	Skipgram (Word2Vec), Implementierung (ctd.)	Homework 7
20.06.	Feiertag/ Fronleichnam
26.06.	Applications of word vectors
27.06.	Applications of word vectors (ctd.)	Homework 8	entities_types.tgz
03.07.	Neural networks; Keras
04.07.	Keras (ctd.); CNNs for images (.pptx) (.pdf); CNNs for Text
10.07.	CNNs (ctd)	Homework 9	Probeklausur; Hinweis: Aufgabe 9 kann ausgelassen werden (nicht Stoff der VL)
11.07.	Representation learning for NLP; Fragestunde zum Stoff der Vorlesung
17.07.	Fragestunde
18.07.	Besprechung der Probeklausur
24.07.	Keine Übung/Vorlesung. </br> Stattdessen Sprechstunde 14:00-15:00 in Raum C 105 möglich.
25.07.	Klausur