Masterseminar Unsupervised Statistical Learning

Transkript

1 Masterseminar Unsupervised Statistical Learning Steffen Unkel Institut für Medizinische Statistik Universitätsmedizin, Gerg-August-Universität Göttingen Wintersemester 2016/17 1/15

2 Statistical learning Hastie, T., Tibshirani, R., Friedman, J. (2009): The Elements f Statistical Learning: Data Mining, Inference, and Predictin, 2nd editin, Springer. This bk is available free f charge in PDF: ElemStatLearn/ Wintersemester 2016/17 2/15

3 Supervised vs. unsupervised learning Supervised learning aims t predict the value f ne r mre utput measures (dependent variables, respnses) based n a number f input measures (predictrs, independent variables). It is called supervised because f the presence f an utcme measure t guide the learning prcess. In unsupervised learning there is n utcme measure and the gal is t describe the assciatins and patterns amng a set f input measures. The task is rather hw the data are rganized r clustered. Wintersemester 2016/17 3/15

4 Examples f real learning prblems (Hastie et al., 2009) 1 Prstate cancer data 2 Handwritten digit recgnitin 3 DNA expressin micrarrays Wintersemester 2016/17 4/15

5 Scatterplt matrix f prstate cancer data Elements f Statistical Learning (2nd Ed.) c Hastie, Tibshirani & Friedman 2009 Chap 1 lpsa lcavl lweight age lbph svi lcp gleasn pgg45 FIGURE 1.1. Scatterplt matrix f the prstate can- Wintersemester 2016/17 5/15

6 FIGURE 1.2. Wintersemester Examples 2016/17 f 6/15handwritten digits frm Handwritten digits frm U.S. pstal envelpes

7 Elements f Statistical Learning (2nd Ed.) c Hastie, Tibshirani & Friedman 2009 Chap 1 Heat map representatin f DNA micrarray data SIDW SIDW SID73161 GNAL H.sapiensmRN SID RASGTPASE SID ESTs SIDW HumanmRNA SIDW ESTs SID MYBPROTO ESTsChr.1 SID DNAPOLYME SID SIDW31489 SID SIDW SIDW Hmsapiens SIDW Chr MITOCHOND SID47116 ESTsChr.6 SIDW SID SID ESTsChr.3 SID SID PTPRC SIDW SIDW SIDW ESTsCh31 SID SID SID SIDW SIDW SIDW HLACLASSI SIDW SID SIDW SIDW HYPOTHETIC WASWisktt SIDW ESTsChr.15 SIDW SID ESTsChr.5 SIDW SID46536 SIDW ESTsChr.2 SIDW SID ESTsChr.15 SID SID SID ESTs SIDW SMALLNUC ESTs SIDW SIDW SID52979 ESTs SID43609 SIDW ERLUMEN TUPLE1TUP1 SIDW SID SIDW SIDW SIDW ESTsChr.15 SIDW SID SIDW SID SID SIDW ESTsChr.10 SIDW SID SID SIDW SID SID31984 SID42354 BREAST MCF7D-repr COLON COLON K562B-repr COLON LEUKEMIA BREAST CNS CNS MCF7A-repr K562A-repr COLON CNS LEUKEMIA CNS OVARIAN BREAST LEUKEMIA OVARIAN OVARIAN BREAST OVARIAN OVARIAN BREAST LEUKEMIA COLON BREAST LEUKEMIA COLON CNS PROSTATE LEUKEMIA OVARIAN PROSTATE COLON BREAST UNKNOWN FIGURE 1.3. DNA micrarray data: expressin ma- Wintersemester 2016/17 7/15

8 Themenspektrum 1 Sparse multivariate methds 1a Sparse principal cmpnent analysis 1b Sparse cannical crrelatin analysis 1c Sparse cluster analysis 2 Independent cmpnent analysis 3 Explratry prjectin pursuit 4 Fuzzy clustering 5 Self-rganizing maps 6 Selected tpics in multidimensinal scaling 6a Ordinal multidimensinal scaling 6b Three-way multidimensinal scaling 7 Assciatin rule learning 8 Archetypal analysis 9 Prcrustes methds 10 Three-way cmpnent analysis 11 Biplts 11a Principal cmpnent analysis biplts 11b Cannical variate analysis biplts Wintersemester 2016/17 8/15

9 Anfrderungen Die Anfrderungen für das Seminar sind: 1 (in deutscher der englischer Sprache) 2 (in deutscher der englischer Sprache) 3 regelmäßige Teilnahme. Darüber hinaus ist eine engagierte Teilnahme an der Diskussin gefrdert. Gewichtung der Prüfungsbestandteile: 1/3 2/3. Beide Prüfungsbestandteile müssen mit mindestens ausreichend (4,0) bewertet wrden sein. Wintersemester 2016/17 9/15

10 : Ziele und Inhalte Ziele: 1 Die Seminararbeit sll es den anderen Teilnehmern ermöglichen, sich hne weitere Hilfsmittel Grundwissen über die behandelte Thematik anzueignen. 2 Fähigkeit zum wissenschaftlichen Arbeiten unter Beweis stellen. Die Seminararbeit dient der Übung für die Masterarbeit. Inhalte: 1 Beschreibung der Methdik 2 Anwendung der Methdik auf (mindestens) einen selbstgewählten Datensatz Wintersemester 2016/17 10/15

11 Aufbau 1 Deckblatt 2 Inhaltsverzeichnis 3 gegebenenfalls ein Verzeichnis der Darstellungen (Abbildungen/Tabellen), Abkürzungsverzeichnis, Symblverzeichnis 4 Textteil (bestehend aus Einleitung, Hauptteil, Schluss) 5 Literaturverzeichnis 6 gegebenenfalls ein Anhang Wintersemester 2016/17 11/15

12 : Nuancen Literatur: Eigenständige systematische Literatursuche, -auswahl, -beschaffung und -verarbeitung ist Bestandteil der Seminararbeit. Die Verwendung vn L A TEX zum Schreiben der Arbeit und der Sftware R zur Datenanalyse ist zu empfehlen. Anzahl der Textseiten DIN A4 (hne Verzeichnisse und Titelseite): Grafiken und Tabellen möglichst in den Text einbetten. Schriftgröße 12 Punkt, Zeilenabstand: 1,5 Zeilen, Seitenränder (mindestens): ben, unten und links: 2 cm; rechts: 3 cm. Abgabe bis spätestens 28. Februar Die Abgabe einer elektrnischen Versin (als pdf) per ist ausreichend. Die verwendeten Datensätze swie der zur Analyse der Daten erstellte R-Cde sind mit der Arbeit einzureichen. Wintersemester 2016/17 12/15

13 : Ziele und Inhalte Ziele: 1 Das sll den übrigen Teilnehmern einen Einblick in die Thematik verschaffen. 2 Fähigkeit schriftlich Erarbeitetes mündlich vrzutragen unter Beweis stellen. Inhalte: 1 Phasen: (i) in die Thematik (ii) Vermittlung der Methdik (iii) Anwendung der Methdik (iv) Zusammenfassung der Ergebnisse 2 Diskussinspunkte vrbereiten Wintersemester 2016/17 13/15

14 : Nuancen Länge der Vrträge: jeweils ca. 40 Minuten (max. 45 Minuten); Diskussin nach jedem Vrtrag: ca. 15 Minuten. Die Verwendung vn L A TEX (z.b. beamer package) der Pwerpint bietet sich an. Die Vrträge finden im Januar 2017 statt. Die Flien sind sämtlichen Teilnehmern spätestens eine Wche vr dem anberaumten Vrtrag per als pdf zur Verfügung zu stellen (hne Overlays). Eine vrher bestimmte Persn ( Diskutant ) leitet die Diskussin. Fragen/Kmmentare zum Vrtrag möglichst vn allen, in jedem Fall vm Diskutanten. Wintersemester 2016/17 14/15

15 Weitere Hinweise Seminarwebseite: Literatur: Theisen, M. R. (2013): Wissenschaftliches Arbeiten: Erflgreich bei Bachelr- und Masterarbeit, 16. Auflage, Verlag Franz Vahlen, München. Seminarrichtlinien: seminarrichtlinien/ Wintersemester 2016/17 15/15