Maschinelles Lernen (IN2064)
Machine Learning (IN2064)
Lehrveranstaltung 0000003713 im WS 2015/6
Basisdaten
LV-Art | Vorlesung |
---|---|
Umfang | 6 SWS |
betreuende Organisation | Informatik 6 - Lehrstuhl für Robotik, Künstliche Intelligenz und Echtzeitsysteme (Prof. Knoll) |
Dozent(inn)en | |
Termine |
Mi, 16:00–18:00, Interims I 102 Di, 10:00–13:00, MW 0001 Mi, 10:00–12:00, MI 03.13.010 sowie 1 einzelner oder verschobener Termin |
Zuordnung zu Modulen
-
IN2064: Maschinelles Lernen / Machine Learning
Dieses Modul ist in den folgenden Katalogen enthalten:- Allgemeiner Katalog der nichtphysikalischen Wahlfächer
weitere Informationen
Lehrveranstaltungen sind neben Prüfungen Bausteine von Modulen. Beachten Sie daher, dass Sie Informationen zu den Lehrinhalten und insbesondere zu Prüfungs- und Studienleistungen in der Regel nur auf Modulebene erhalten können (siehe Abschnitt "Zuordnung zu Modulen" oben).
ergänzende Hinweise | Bayes-Regel, ML-Schätzer, MAP-Schätzer, Versteckte Markov-Modelle, Viterbi- Algorithmus, Erwartungs-Maximierung, nichtlineare neuronale Netze und Fehlerpropagierung, Maximalrand und Stützvektormaschinen, Rückkopplung und Sequenzlerner: BPTT / RTRL / LSTM, differenzierbare Weltmodelle, Q-Lernen, TD- Lernen, partiell beobachtbare Markov-Entscheidungsprozesse, stochastische Suche, Evolutionsmethoden, künstliche Ameisen, Grundlagen der Informationstheorie, unüberwachtes Lernen, faktorielle Codes, selbstorganisierende Karten. |
---|---|
Links | TUMonline-Eintrag |