Machine Learning
Machine Learning
Vorlesung "Modul Machine Learning"
Aktuelles
Dozent
Prof. Dr. Stefan Harmeling
Modulart
Wahlpflicht- oder Schwerpunktmodul in der Praktisch/Technischen Informatik
Studiengang
Bachelor-Studiengang Informatik
Kreditpunkte
PO 2007 15 CP; PO2013 10 CP
Lehrveranstaltungen
- Vorlesung: 4 SWS, Mo. + Do. 10:30 - 12:00 Uhr, Hörsaal 5G
- Theoretische Übung: 2 SWS, Mo. 14:30 - 16:00 Uhr, Seminarraum 25.12.02.33
- Praktische Übung: 2 SWS, nach Vereinbarung
Inhalte und Qualifikationsziele
- Probability, frequentist statistics, Bayesian statistics
- Supervised learning, unsupervised learning
- Generative vs discriminative models
- Linear regression, linear discrimimant analysis
- Gaussian processes
- Support vector machines
- Kernel trick, kernel PCA
- Graphical models
- Neural networks
- Approximate inference
Empfohlene Literatur
- Murphy, Machine Learning: A Probabilistic Perspective
Ergänzende Literatur
- MacKay, Information Theory, Inference, and Learning Algorithms, Cambridge 2003
http://www.inference.phy.cam.ac.uk/itprnn/book.pdf - Barber, Bayesian Reasoning and Machine Learning, Cambridge 2012
http://web4.cs.ucl.ac.uk/staff/D.Barber/textbook/270212.pdf - Rasmussen/Williams, Gaussian Processes for Machine Learning, MIT 2006
http://www.gaussianprocess.org/gpml/chapters/RW.pdf - Bishop, Pattern Recognition and Machine Learning, Springer 2007
- Schölkopf/Smola, Learning with Kernels, MIT 2001
- Jaynes, Probability Theory – the Logic of Science, Cambridge 2003
Verwendbarkeit des Moduls
- Wahlpflichtmodul oder Schwerpunktmodul im Bachelor-Studiengang Informatik
- Nebenfach Informatik im Diplom-Studiengang Mathematik sowie im Bachelor- und Master-Studiengang
Teilnahmevoraussetzungen
Erfolgreicher Abschluss folgender Module:
- Modul „Grundlagen der Softwareentwicklung und Programmierung” (Informatik I)
- Modul „Grundlagen der Technischen Informatik” (Informatik II)
- Hilfreich ist erfolgreicher Abschluss der Mathematik Module:
Module "Linear Algebra", "Analysis", "Stochastic" und "Numerik"
Voraussetzungen für die Vergabe von Kreditpunkten
- aktive und erfolgreiche Mitwirkung in den Übungen;
- Prüfung zu Vorlesung und Übungen am Ende des Semesters
Häufigkeit des Angebots, modulare Schiene
I.d.R. jährlich
Modulbeauftragte und hauptamtliche Lehrende
Prof. Dr. Stefan Harmeling
Themen & Folien
Siehe oben unter aktuelles.
Übungen
Siehe oben unter aktuelles.
Praktische Übungen