Inhalt
| Kurzkommentar |
- Alle Materialien werden im zugeordneten Moodle-Kurs zur Verfügung gestellt.
- Einschreibeschlüssel wird per E-Mail bekannt gegeben.
|
| Inhalt |
1 Introduction to Machine Learning
2 LinearClassification
3 MaximumLikelihood
4 Nonlinear Modeling and Generalization
5 KernelFunctions
6 Support Vector Machines
7 DecisionTrees
8 Neural Netwoks and Deep Learning
9 Ensemble Methods
10 Optimization
11 Additional Topics |
| Lernziele |
The goal of this course is to give an introduction to the field of machine learning and optimization for intelligent systems. The course will teach basics kills to decide which learning algorithm to use for what problem, evaluate and debug it. |
| Voraussetzungen |
Künstliche Intelligenz oder Maschinelles Lernen, bzw. Data Mining, solide Kenntnisse in Analysis und Linearer Algebra, sowie Programmieren. |
| Leistungsnachweis |
Portfolio benotet |
