Dozent:
Prof. Dr. Jochen J. Steil
Organisator:
Institut für Robotik und Prozessinformatik
Mühlenpfordtstraße 23 Telefon: 391 - 7451
Termine:
Di. 8:00 - 9:30 Uhr: Hörsaal PK 4.1 (Vorlesung)
Fr. 8:00 - 9:30 Uhr: Hörsaal SN 19.3 (Übung)
StudIP Anmeldung ab sofort möglich.
Modulnummer:
Leistungspunkte:
Übungsleiter:
Rania Rayyes, Sugeeth Gopinathan
Zielgruppe:
Studierende der Informatik, IST und verwandter Gebiete im 6. Semester Bachelor oder im Master.
Die Studieren erwerben die Kompetenz, ein maschinelles Lernproblem zu analysieren, zu formalisieren, ein geeignetes Verfahren auszuwählen und hinsichtlich seiner Leistungsfähigkeit zu beurteilen. In den Übungen wird das Gelernte vertieft und praktisch, auch in Form von Programmieraufgaben (z.B. Matlab), angewendet.
Das Modul ist komplementär, aber vorbereitend nützlich zum Mastermodul Mustererkennung. Teilnahme wird nicht vor dem 4. Semester empfohlen.
Voraussetzungen:
Grundkenntnisse in Mathematik im Umfang der üblichen Anfängervorlesungen, insbesondere bedingte Wahrscheinlichkeiten, Exponentialfunktion (in mehreren Dimensionen), lineare Algebra, und Differentialrechnung (Produkt- und Kettenregeln, mehrdimensionales Ableiten).
Inhalt:
Grundlegende Prinzipien und Theorien des Maschinellen Lernens und die zugrundeliegenden mathematischen und statistischen Verfahren werden eingeführt sowie Lernprobleme formalisiert. Wichtige grundlegende Begriffe Konzepte und Verfahren werden behandelt, insbesondere zur Regression, darunter etwa:
- Modellauswahl, Bias vs. Parameteroptimierung
- Training, Test und Validierung
- Generalisierung, Overfitting, Regularisierung
- Lineare Regression, Generalisierte Linear Modelle - Schätzer, Erwartungstreue, Varianz
- Konzeptlernen, Entscheidungsbäume
- Lazy Learning
- Gaussian Mixtures, Gaussian Mixture Regression - Unified Regression Models
Literatur:
Bishop, 2016, Pattern Recognition & Machine Learning
Mitchell, 1997, Machine Learning
Vorlesungsskripte
weiteres wird in der Vorlesung nach Bedarf bekanntgegeben
Unterlagen:
Unterlagen werden ausschließlich über StudIP zur Verfügung gestellt
Scheinerwerb:
1 Prüfungsleistung: mündliche Prüfung (20-30 Minuten) oder eine Klausur (90 Minuten), die Prüfungsform wird in der Vorlesung bekanntgegeben
