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: 273
Anzahl der Postings im Stud.IP-Forum: 5
Anzahl der Dokumente im Stud.IP-Downloadbereich: 31
|
|