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 und Englisch
Min. | Max. Teilnehmerzahl: - | -
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
Optimierungsmethoden für maschinelles Lernen "Ich warte auf eine freie Übung."
Prof. Dr. rer. nat. Marc Pfetsch
Optimierungsmethoden für maschinelles Lernen Übung 1
Mo, 16. Okt. 2023 [13:30]-Mo, 5. Feb. 2024 [15:10]