04-10-0512-vu Optimierungsmethoden für maschinelles Lernen

Lehrende: Prof. Dr. rer. nat. Marc Pfetsch

Veranstaltungsart: Vorlesung und Übung

Orga-Einheit: FB04 Mathematik

Anzeige im Stundenplan: Opt. masch. Lernen

Fach:

Anrechenbar für:

Semesterwochenstunden: 3

Unterrichtssprache: Deutsch

Min. | Max. Teilnehmerzahl: - | -

Digitale Lehre:
Die Anmeldung für diese Veranstaltung ist erst ab dem 20.9. möglich. Die Veranstaltungsart hängt von den Rahmenbedingungen ab und wird noch bekannt gegeben.

Lehrinhalte:
Klassifikation (Support Vector Machines), Clustering, Matrix Vervollständigung, Sparse Regression, Lasso, Sparse Inverse Kovarianz Auswahl, Neuronale Netze (deep learning),
Markow-Netzwerke

Literatur:
Mitchell: Machine Learning. Mcgraw-Hill 1997
Murphy: Machine Learning: A Probabilistic Perspective, MIT Press 2012
Sra,Nowozin, Wright: Optimization for Machine Learning, MIT Press, 2012
Miroslav Kubat: An Introduction to Machine Learning.Springer, 2015.

Voraussetzungen:
empfohlen: Einführung in die Optimierung
Nützlich: Diskrete Optimierung oder Nichtlineare Optimierung

Online-Angebote:
moodle