Home |  ENGLISH |  Kontakt |  Impressum |  Anmelden |  KIT

Lehre/Vorlesung Maschinelles Lernen 2 – Fortgeschrittene Verfahren

Aus Aifbportal

Wechseln zu: Navigation, Suche

Vorlesung Maschinelles Lernen 2 – Fortgeschrittene Verfahren



Details zur Lehrveranstaltung
Dozent(en) J. Marius Zöllner
Übungsleiter J. Marius Zöllner
Fach (Gebiet) Informatik
Leistungspunkte
Erfolgskontrolle Klausur
Semester SS


Aktuelle und ergänzende Informationen, sowie Zeiten und Räume der Lehrveranstaltung finden Sie im Vorlesungsverzeichnis der Universität.
Link zum Vorlesungsverzeichnis
Link zum Studierendenportal


Forschungsgruppe


Inhalt

Das Themenfeld Maschinelle Intelligenz und speziell Maschinelles Lernen unter Berücksichtigung realer Herausforderungen komplexer Anwendungsdomänen ist ein stark expandierendes Wissensgebiet und Gegenstand zahlreicher Forschungs- und Entwicklungsvorhaben.

Die Vorlesung behandelt erweiterte Methoden des Maschinellen Lernens wie semi-überwachtes und aktives Lernen, tiefe Neuronale Netze (deep learning), gepulste Netze, hierarchische Ansätze z.B. beim Reinforcement Learning sowie dynamische, probabilistisch relationale Methoden. Ein weiterer Schwerpunkt liegt in der Einbettung und Anwendung von maschinell lernenden Verfahren in realen Systemen.

Die Vorlesung führt in die neusten Grundprinzipien sowie erweiterte Grundstrukturen ein und erläutert bisher entwickelte Algorithmen. Der Aufbau sowie die Arbeitsweise der Verfahren und Methoden werden anhand einiger Anwendungsszenarien, insbesondere aus dem Gebiet technischer (teil-)autonomer Systeme (Robotik, Neurorobotik, Bildverarbeitung etc.) vorgestellt und erläutert.


Literatur

Die Foliensätze sind als PDF verfügbar. Weiterführende Literatur: Stuart J. Russell, Peter Norvig: 'Künstliche Intelligenz: Ein moderner Ansatz', Pearson Studium, 2004 Weitere (spezifische) Literatur zu einzelnen Themen wird in der Vorlesung angegeben.


Anmerkungen

Empfehlungen: Der Besuch der Vorlesung Maschinelles Lernen 1 oder einer vergleichbaren Vorlesung ist sehr hilfreich beim Verständnis der Vorlesung.

Für Studierende anderer Fakultäten ist die Anrechenbarkeit zu prüfen.

-->