Fundamentals of Optimization for Machine Learning

Worum geht's

Du lernst Grundlagen und fortgeschrittene Techniken der Optimierung, sowohl konvex als auch nichtkonvex sowie kombinatorisch und kontinuierlich, mit Fokus auf Anwendungen in Machine Learning. Am Ende bist du in der Lage, Optimierungsprobleme aus der ML‑Forschung zu verstehen und an Forschungsfragen in diesem Bereich heranzugehen.

Was du danach kannst

• Grundlagen konvexer und nichtkonvexer Optimierung
• Methoden für kontinuierliche und kombinatorische Probleme
• Anwendung von Optimierungsverfahren in Machine Learning
• Vorbereitung auf forschungsnahe Fragestellungen (z. B. Optimierung für Transformer)

Aus was das Modul besteht

• VorlesungVermittlung der theoretischen Grundlagen und Forschungsthemen
• Übung/Practice sessionsVertiefung und Anwendung der Vorlesungsinhalte mittels Übungsaufgaben

Lehrmethode

• Vorlesungenum Konzepte und aktuelle Themen zu erklären
• Übungsaufgabenzur Vertiefung und zum Einüben der Methoden