June 2023 - mllab-23@ins.uni-bonn.de

Re: [Mllab-23] Final Project
by Jochen Garcke 27 Jun '23

27 Jun '23

Hallo, die Single Cell Data Analysis ist vergeben, wenn ich das von Herrn Bohn richtig verstanden habe. Grüße, Jochen Garcke On 27/06/2023 17:56, Nicolas Quoc-Juy Nguyen wrote: > Sehr geehrter Herr Professor Garcke, > > Leider funktioniert die E-Mail-Adresse auf der Homepage des Practical > Labs nicht, weswegen ich Sie auf diesem Weg kontaktiere. > Katarzyna Lyczek und ich würden gerne für den letzten Vortrag das Thema > Single-Cell Data Analysis nehmen. Da dieses nur an eine Gruppe vergeben > wird, wollte ich nachfragen, ob das Thema noch erhältlich ist. > > Vielen Dank. > Mit freundlichen Grüßen > Nicolas Nguyen > > -- Prof. Dr. Jochen Garcke garcke(a)ins.uni-bonn.de jochen.garcke(a)scai.fraunhofer.de phone: +49-228 73 69838 phone: +49-2241 14 4015 http://garcke.ins.uni-bonn.de http://scai.fraunhofer.de/ndv Universität Bonn Fraunhofer-Institut SCAI Institute for Numerical Simulation Numerical Data-Driven Prediction Friedrich-Hirzebruch-Allee 7 Schloss Birlinghoven 53115 Bonn, Germany 53757 Sankt Augustin, Germany

1 0

[Mllab-23] Datasets for final project
by Leo Diedering 27 Jun '23

27 Jun '23

Dear Mllab team, we have found two datasets which might be interesting for the final project. We know it is rather late but if you have time, could you maybe have a quick look at them, whether they would be suitable for the final project? Thanks in advance! The first data set contains multivariate gait data and our ideas would be e.g. to do a classification to predict the walking condition or maybe even the subject, or a regression to predict movements. https://archive-beta.ics.uci.edu/dataset/760/multivariate+gait+data The second data set is traffic flow forecasting and we would imagine to be able to work with similar techniques as for the provided Rhine dataset. https://archive.ics.uci.edu/dataset/608/traffic+flow+forecasting Kind regards, Leo Diedering, Enno Igel

2 1

Re: [Mllab-23] Fwd: Mllab Final Project
by Bastian Bohn 27 Jun '23

27 Jun '23

Hallo zusammen, das klingt nach einem machbaren Projekt. Gerne mal ausprobieren. Neben der Hauptkomponentenanalyse kann es vielleicht auch hilfreich sein andere, nichtlineare Dimensionsreduktionsverfahren (z.B. LaplaceEmbedding, tSNE, Isomap, [variational] Autoencoder etc.) zu versuchen, um z.B. eine Visualisierung der Daten (oder einer Teilmenge) in 2d/3d hinzubekommen. Da wäre es dann zur Visualisierung vermutlich auch gut, nochmal auf die Originalbilder (https://susanqq.github.io/UTKFace/) zu schauen. Die könnte man dann z.B. im 2d Plot an entsprechender Position (wie z.B. hier: https://images.app.goo.gl/g6dnwJZeMUeK1kKdA ) darstellen. Das wäre z.B. eine Idee mit dem Datensatz zu arbeiten. Viele Grüße und viel Erfolg, Bastian Bohn Am 26.06.23 um 21:49 schrieb Arno Feiden: > Hallo Bastian, > > kannst du dazu etwas sagen? Oder an die richtige Person weiterleiten? :) > > Liebe Grüße > Arno > > ----- Forwarded Message ----- > From: "Cedric Laurin Wiefel" <s6cewief(a)uni-bonn.de> > To: "Arno Feiden" <arno.feiden(a)scai.fraunhofer.de> > Sent: Monday, 26 June, 2023 18:47:22 > Subject: Mllab Final Project > > Sehr geehrter Herr Feiden, > > mein Übungspartner und ich hatten vorhin in der Besprechung des 5. > Übungsblattes vergessen etwas zu fragen. > Wir würden gerne für das letzte Projekt an einem eigenen Datensatz arbeiten > und haben uns für > folgenden entschieden: > https://www.kaggle.com/datasets/nipunarora8/age-gender-and-ethnicity-face-d… > > Unser Ziel ist es Gesichter anhand verschiedener Merkmale zu Klassifizieren > und eine Hauptkomponentenanalyse durchzuführen. > Ist dies möglich und welche Sachen sollten wir beachten? > Wir sind beide am Mittwoch anwesend und würden auf Sie oder jemand anderen > zukommen. > > Mit freundlichen Grüßen > William & Cedric -- Dr. Bastian Bohn Fraunhofer-Institut für Algorithmen und Wissenschaftliches Rechnen SCAI Abteilung Numerische Datenbasierte Vorhersage (NDV) Schloss Birlinghoven 53757 Sankt Augustin Tel.: +49 2241 14 4225 https://www.scai.fraunhofer.de/de/geschaeftsfelder/numerische-datenbasierte…

1 0

[Mllab-23] Dataset Choice Marc Anne-Sophie
by Marc Sowa 26 Jun '23

26 Jun '23

Hallo, Gerne würden wir den folgenden Datensatz untersuchen: https://archive-beta.ics.uci.edu/dataset/697/predict+students+dropout+and+a… Unser Interesse liegt dabei auf einem Classifier der best möglich einordnet, ob Studierende abbrechen werden oder nicht. Mit freundlichen Grüßen Marc Sowa und Anne-Sophie Fleck

2 1

[Mllab-23] Fwd: Feedback Mllab
by Jochen Garcke 15 Jun '23

15 Jun '23

wir haben über die Webseite Feedback an "mllab22(a)ins.uni-bonn.de" erhalten. Das konnte nicht zugestellt werden, weil die Liste nicht mehr existiert. Hier noch die Mail: "Hello, new feedback arrived for mllab: "Initialization may have crucial impact on an algorithm. Note that arbitrary initialization means any initialization is fine, even a deterministic one, whereas random always implies a choice based on some probability" I think one can say that the deterministic initialization is actually still based on some probability, namely the Dirac delta distribution 😄 Metadata: vcs: c6de6c1c page: 59 obj: Script misc: referer: Have a lovely day! Your Website"

1 0

Re: [Mllab-23] Frage im eCampus: Tensorflow Error on ARM hardware
by Bastian Bohn 06 Jun '23

06 Jun '23

Hi, danke für's Schicken. Da bin ich leider auch überfragt. Was ich beim Recherchieren noch gefunden habe, ist, dass conda hier manchmal Probleme auf den MacBooks macht. Ich würde folgendes probieren: Sorry to hear this. Unfortunately, it's not so clear to us, how to solve this problem. Two possible ways to go are the following: 1. Reinstall the virutalenvironment using pip (not conda!): 1. Make sure you are using python3. 2. Either install virtualenv "sudo -H pip install virtualenv" or use pythons venv directly as mentioned in step 3. 3. Create a virtual environment via either "virtualenv .mllab" or "python3 -m venv .mllab" 4. Activate the environment by running "source .mllab/bin/activate" 5. Install packages via pip: "pip install tensorflow>=2.0 jupyter numpy scipy scikit-learn matplotlib pandas urllib3" 2. If reinstalling the environment via pip does not do it, I would suggest using colab for the tensorflow task instead. You will need to create (or login) a google account and then go to https://colab.research.google.com/ Here you can run your code in a new colab notebook. Kannst du die Antwort bitte ins Forum posten? Danke! Viele Grüße, Bastian Am 30.05.23 um 10:52 schrieb Arno Feiden: > s6masowa | s6masowa | 27. Mai 2023, 11:12 > Tensorflow Error on ARM hardware > I get the following Error when importing Tensorflow [CPU-Version] (others with Intel Hardware don't): > > Intel MKL WARNING: Support of Intel(R) Streaming SIMD Extensions 4.2 (Intel(R) SSE4.2) enabled only processors has been deprecated. Intel oneAPI Math Kernel Library 2025.0 will require Intel(R) Advanced Vector Extensions (Intel(R) AVX) instructions. > > I'm working on an MacBook with 2021 M1-Pro Apple Silicon Processor. (ARM - Architec.) > The solutions I found online for this are mostly to downgrade to 2 years old outdated version to get it running. Is there any know way here to get it running properly? -- Dr. Bastian Bohn Fraunhofer-Institut für Algorithmen und Wissenschaftliches Rechnen SCAI Abteilung Numerische Datenbasierte Vorhersage (NDV) Schloss Birlinghoven 53757 Sankt Augustin Tel.: +49 2241 14 4225 https://www.scai.fraunhofer.de/de/geschaeftsfelder/numerische-datenbasierte…

2 1