Klausur

In diesem Modul werden grundlegende Prinzipien, mathematische Grundlagen und Algorithmen aus dem Bereich des maschinellen Lernens vermittelt.
Themen sind u.a.: Verschiedene Lernprobleme und Ansätze zur Lösung, Grundprinzipien des statistischen Lernens, verschiedene Methoden zum überwachten Lernen (Klassifizierung und Regression) und unüberwachten Lernen (Clustering und Dimensionalitätsreduktion), Neuronale Netze und Deep Learning und ein Überblick über moderne Maschinelle Lernenmethoden.

Die Studierenden kennen grundlegende Prinzipien und Verfahren des maschinellen Lernens und wissen um deren prinzipiellen Grenzen. In den Übungen haben sie gelernt, kleine praktische Probleme mit den behandelten Verfahren zu lösen und entsprechende Algorithmen praktisch zu implementieren.

It is strongly recommended that students have passed the modules INFM1110, INFM1120 und INFM2010 in advance.

Literature:
'Introduction to Machine Learning', 4th Edition, Ethem Alpaydin, MIT Press. Chapters 1-12 and 20.

'Pattern Recognition and Machine Learning' by Christopher Bishop, https://www.microsoft.com/en-us/research/people/cmbishop/prml-book