| Advanced Machine Learning (VL) |
| Untertitel: |
| Diese Lehrveranstaltung ist Teil des Moduls: Fortgeschrittenes maschinelles Lernen, Mathematik neuronaler Netzwerke |
| Semester: |
| WiSe 23/24 |
| Veranstaltungstyp: |
| Vorlesung (Lehre) |
| Veranstaltungsnummer: |
| lv2322_w23 |
| DozentIn: |
| Dr. Jens Zemke |
| Beschreibung: |
- Grundlagen: Analogie, Aufbau neuronaler Netze, universelle Approximationseigenschaft, NP-Vollständigkeit
- Feedforward-Netze: Backpropagation, Varianten des stochastischen Gradientenverfahrens
- Deep Learning: Probleme und Lösungsstrategien
- Deep Belief Networks: Energie-basierte Modelle, Contrastive Divergence
- Faltungsnetze: Idee, Aufbau, FFT und Algorithmen von Winograd, Implementationsdetails
- Rekurrente Netze: Idee, dynamische Systeme, Training, LSTM
- Residuale Netze: Idee, Verbindung zu neuronalen ODEs
- Standardbibliotheken: Tensorflow, Keras, PyTorch
- Neue Trends
|
| Leistungsnachweis: |
| 650 - Mathematik neuronaler Netzwerke<ul><li>650 - Mathematik neuronaler Netzwerke: mündlich</li></ul><br>m1552-2022 - Fortgeschrittenes maschinelles Lernen<ul><li>p1480-2022 - Fortgeschrittenes maschinelles Lernen: mündlich</li></ul> |
| ECTS-Kreditpunkte: |
| 3 |
| Weitere Informationen aus Stud.IP zu dieser Veranstaltung |
Heimatinstitut: Institut für Mathematik (E-10)
In Stud.IP angemeldete Teilnehmer: 274
Anzahl der Postings im Stud.IP-Forum: 5
Anzahl der Dokumente im Stud.IP-Downloadbereich: 31
|
|
