Lehrende: Dr. rer. nat. Martin Mundt
Veranstaltungsart: Vorlesung
Orga-Einheit: FB20 Informatik
Anzeige im Stundenplan: Kont. ML
Fach:
Anrechenbar für:
Semesterwochenstunden: 2
Unterrichtssprache: Englisch
Min. | Max. Teilnehmerzahl: - | -
Lehrinhalte: Die Kursstruktur orientiert sich an einem umfassenden Überblick der zu berücksichtigenden Faktoren und Methoden des Designs, Trainings und der Evaluierung kontinuierlich lernender Systeme. Gelehrte Themen beinhalten: * Motivation und Einführung in das kontinuierliche Lernen * Domain Adaptation, Transfer und kontinuierliches Lernen * Verhindern von katastrophalem Vergessen (Catastrophic Forgetting): Methoden und Beispiele * Aktives Lernen zur Auswahl von Datenpunkten * Modulare und Dynamische Architekturen * Lernen anhand eines Curriculums * Geschlossene und offene Welt-Annahmen * Benchmarks und Metriken zur Evaluierung des kontinuierlichen Lernens * Metalearning * Entwicklung von Software für kontinuierliches Lernen * Offene Forschungsschwerpunkte und Anwendungen
Voraussetzungen: Grundlegendes Verständnis des maschinellen Lernens aus einer der folgenden Veranstaltungen wird empfohlen: Statistisches Maschinelles Lernen, Einführung in die Künstliche Intelligenz, Probabilistische Graphische Modelle oder diverse Deep Learning Praktika.
