Manifold Optimization for Representation Learning

Worum geht's

In diesem Modul lernst Du, wie man Darstellungen aus Daten mittels Optimierung auf Matrix‑Mannigfaltigkeiten gewinnt. Am Ende kannst Du zentrale Modelle des Representation Learning beschreiben und einfache Optimierungsalgorithmen auf Mannigfaltigkeiten ableiten und implementieren.

Was du danach kannst

• grundlegende Modelle des Representation Learning beschreiben
• Randbedingungen der relevanten Mannigfaltigkeiten erklären
• technische Konzepte der Optimierung auf Mannigfaltigkeiten verstehen
• einfache Optimierungsalgorithmen auf Mannigfaltigkeiten ableiten
• klassische Algorithmen für verschiedene Representation‑Learning‑Ansätze implementieren

Aus was das Modul besteht

• VorlesungEinführung in Modelle und Konzepte des Representation Learning und der Mannigfaltigkeitsoptimierung
• Übungen/TutorialsBesprechung von Aufgaben und Programmieraufgaben; Unterstützung bei der Lösung

Lehrmethode

• Frontalunterricht (Tafel, Beamer)Vermittlung von Definitionen, Theorie und Beispielen
• GruppendiskussionenErarbeiten neuer Definitionen und Konzepte an einfachen Beispielen
• Tutorials mit Übungen und ProgrammieraufgabenVertiefung des Verständnisses und praktische Anwendung