Machine Learning

Worum geht's

Du lernst die probabilistischen Grundlagen des maschinellen Lernens und zentrale Lernalgorithmen kennen — von einfachen Nachbarschafts- und Clusterverfahren über lineare Modelle und Support-Vektormaschinen bis zu neuronalen Netzen und EM-Methode. Am Ende kannst Du passende Algorithmen für gegebene Probleme auswählen, beschreiben und herleiten.

Was du danach kannst

Verständnis probabilistischer Grundlagen des Machine Learning
Kenntnis essentieller Lernalgorithmen (supervised & unsupervised)
Auswahl geeigneter Algorithmen für konkrete Problemstellungen
Beschreibung und Herleitung ausgewählter Verfahren

Aus was das Modul besteht

VorlesungBehandelt die theoretischen Themen des Moduls
ÜbungenAnwendung und Vertiefung der Vorlesungsinhalte
HausaufgabenSelbststudium zur Vertiefung der Themen

Lehrmethode

Flipped ClassroomFördert aktives Lernen; Vorlesungsinhalte werden vorbereitet und in Präsenz vertieft
Vorlesungsfolien und VideosBereitstellung der Kerninhalte zum Selbststudium

Solltest du schon können

MA0901 Lineare Algebra für Informatikempfohlen
MA0902 Analysis für Informatikempfohlen
IN0018 Diskrete Wahrscheinlichkeitstheorieempfohlen

Prüfung

Klausurschriftlich

Die Prüfungsleistung ist eine schriftliche Klausur über 120 Minuten. In der Klausur sollst Du zeigen, dass Du für konkrete Probleme geeignete Lernalgorithmen auswählen kannst und die probabilistischen Grundlagen verstanden hast.

Prüfungstermin09.02. · 08:00–10:001200, Carl-von-Linde-Hörsaal (0502.01.200); 101, Hörsaal 1, "Interims I" (5620.01.101); 00.02.001, MI HS 1, Friedrich L. Bauer Hörsaal (5602.EG.001); 0980, Audimax (0509.EG.980); 004, Hörsaal 1, Jürgen-Manchot "Interims II" (5416.01.004)

Literatur

Christopher M. Bishop - Pattern Recognition and Machine Learning
David J. C. MacKay - Information theory, inference, and learning algorithms
Kevin P. Murphy - Machine Learning: a Probabilistic Perspective

Termine

Vorlesung mit ÜbungMaschinelles Lernen (IN2064)3 Gruppen zur Wahl

ADi.12:00–14:00
Audimax im Galileo nur Mo-Di 7-19 Uhr (8120.01.101)
15× · 13.10.–02.02.
- 13.10.
- 20.10.
- 27.10.
- 03.11.
- 10.11.
- 17.11.
- 24.11.
- 01.12.
- 08.12.
- 15.12.
- 22.12.
- 12.01.
- 19.01.
- 26.01.
- 02.02.
BMi.16:00–19:00
00.02.001, MI HS 1, Friedrich L. Bauer Hörsaal (5602.EG.001)
15× · 14.10.–03.02.
- 14.10.
- 21.10.
- 28.10.
- 04.11.
- 11.11.
- 18.11.
- 25.11.
- 02.12.
- 09.12.
- 16.12.
- 23.12.
- 13.01.
- 20.01.
- 27.01.
- 03.02.
CMo.10:00–12:00
Audimax im Galileo nur Mo-Di 7-19 Uhr (8120.01.101)
15× · 12.10.–01.02.
- 12.10.
- 19.10.
- 26.10.
- 02.11.
- 09.11.
- 16.11.
- 23.11.
- 30.11.
- 07.12.
- 14.12.
- 21.12.
- 11.01.
- 18.01.
- 25.01.
- 01.02.

Aus dem laufenden Semester, unverbindlich. Von mehreren Gruppen besucht man eine; der Stundenplan schlägt automatisch die mit den wenigsten Überschneidungen vor.

Filter