WiSe 17/18: Seminar: Mathematics of Machine Learning: from linear models to neural networks
Pavel Gurevich
Kommentar
Machine learning, oder auch übergreifend künstliche Intelligenz, ist heutzutage allgegenwärtig. Explizit oder implizit umgibt es uns, steckt hinter allem, vom Smartphone und sozialen Netzwerken bis hin zu autonomen Fahrzeugen. Grundlegend beschäftigt sich Machine learning damit, nach Mustern in Datenmengen zu suchen bzw. diese zu generieren. Obwohl es traditionell als Zweig der Informatik gesehen wird, basiert Machine learning stark auf einem mathematischen Fundament. Es ist daher in unserem Seminar das primäre Ziel, dieses mathematische Fundament zu verstehen, indem wir hauptsächlich der Veröffentlichung von Bishop (2006) folgend, die beiden komplementären Sichtweisen verbinden: die deterministische und die probalistische. In diesem Semester wird der Schwerpunkt auf künstlichen neuralen Netzwerken liegen, sowie grafischen Modellen und dem Latent-Variables-Ansatz. Die genannten Methoden in Machine Learning werden heute umfassend genutzt und doch gehören sie nach wie vor zu den Bereichen aktiver Forschung.
Homepage: http://www.mi.fu-berlin.de/en/math/groups/hysteresis/teaching/machine-learning2.html
Schließen16 Termine
Regelmäßige Termine der Lehrveranstaltung