Zurück zur Auswahl
63987-01 - Seminar: Statistical Learning Theory and Related Topics (4 KP)
| Semester | Frühjahrsemester 2022 |
| Angebotsmuster | unregelmässig |
| Dozierende | Aurelien Lucchi (aurelien.lucchi@unibas.ch, BeurteilerIn) |
| Inhalt | This seminar will cover the foundations of learning theory. The main topics discussed in the seminar will be PAC learning, Rademacher Dimension Complexity and VC-dimension, Kernel methods, and Concentration inequalities. Each participant will give a presentation and write a report about a chosen topic. The assignment of the topics will be done the first week of the semester and presentations will start on week 3. |
| Lernziele | * Reading and understanding scientific literature. * Preparing and presenting scientific talks. * Conducting scientific discussions with peers. * Writing and discussing scientific reports. |
| Literatur | - Learning with Kernels Support Vector Machines, Regularization, Optimization, and Beyond B. Schölkopf, A. Smola - Foundations of Machine Learning M. Mohri, A. Rostamizadeh, and A. Talwalkar - High-dimensional statistics: A non-asymptotic viewpoint M. J. Wainwright - Understanding Machine Learning: From Theory to Algorithms S. Shalev-Shwartz, S. Ben-David |
| Teilnahmevoraussetzungen | The number of participants is limited to 20. Students in the M.Sc. or M.A. computer Science and mathematics may be given priority if the course is oversubscribed, but the course is also open to Bachelor students (then based on a first-come first-served basis). Prerequisites: * Probability theory * Linear algebra |
| Anmeldung zur Lehrveranstaltung | registration via https://services.unibas.ch |
| Unterrichtssprache | Englisch |
| Einsatz digitaler Medien | kein spezifischer Einsatz |
| Intervall | Wochentag | Zeit | Raum |
|---|---|---|---|
| wöchentlich | Donnerstag | 14.15-16.00 | Spiegelgasse 1, Seminarraum 00.003 |
Einzeltermine
| Datum | Zeit | Raum |
|---|---|---|
| Donnerstag 24.02.2022 | 14.15-16.00 Uhr | Spiegelgasse 1, Seminarraum 00.003 |
| Donnerstag 03.03.2022 | 14.15-16.00 Uhr | Spiegelgasse 1, Seminarraum 00.003 |
| Donnerstag 10.03.2022 | 14.15-16.00 Uhr | Fasnachtsferien |
| Donnerstag 17.03.2022 | 14.15-16.00 Uhr | Spiegelgasse 1, Seminarraum 00.003 |
| Donnerstag 24.03.2022 | 14.15-16.00 Uhr | Spiegelgasse 1, Seminarraum 00.003 |
| Donnerstag 31.03.2022 | 14.15-16.00 Uhr | Spiegelgasse 1, Seminarraum 00.003 |
| Donnerstag 07.04.2022 | 14.15-16.00 Uhr | Spiegelgasse 1, Seminarraum 00.003 |
| Donnerstag 14.04.2022 | 14.15-16.00 Uhr | Ostern |
| Donnerstag 21.04.2022 | 14.15-16.00 Uhr | Spiegelgasse 1, Seminarraum 00.003 |
| Donnerstag 28.04.2022 | 14.15-16.00 Uhr | Spiegelgasse 1, Seminarraum 00.003 |
| Donnerstag 05.05.2022 | 14.15-16.00 Uhr | Spiegelgasse 1, Seminarraum 00.003 |
| Donnerstag 12.05.2022 | 14.15-16.00 Uhr | Spiegelgasse 1, Seminarraum 00.003 |
| Donnerstag 19.05.2022 | 14.15-16.00 Uhr | Spiegelgasse 1, Seminarraum 00.003 |
| Donnerstag 26.05.2022 | 14.15-16.00 Uhr | Auffahrt |
| Donnerstag 02.06.2022 | 14.15-16.00 Uhr | Spiegelgasse 1, Seminarraum 00.003 |
| Module |
Doktorat Informatik: Empfehlungen (Promotionsfach: Informatik) Modul: Applications of Distributed Systems (Masterstudium: Computer Science) Modul: Applications of Machine Intelligence (Masterstudium: Computer Science) Modul: Concepts of Machine Intelligence (Master Studienfach: Computer Science) Modul: Methods of Machine Intelligence (Masterstudium: Computer Science) Wahlbereich Master Mathematik: Empfehlungen (Masterstudium: Mathematik) |
| Prüfung | Lehrveranst.-begleitend |
| Hinweise zur Prüfung | Seminar participants must - write a written report on their seminar topic (45%) - give a presentation on their topic (45%) - give written feedback (peer review) on another participant's report (10%) |
| An-/Abmeldung zur Prüfung | Anm.: Belegen Lehrveranstaltung; Abm.: stornieren |
| Wiederholungsprüfung | keine Wiederholungsprüfung |
| Skala | 1-6 0,5 |
| Belegen bei Nichtbestehen | beliebig wiederholbar |
| Zuständige Fakultät | Philosophisch-Naturwissenschaftliche Fakultät, studiendekanat-philnat@unibas.ch |
| Anbietende Organisationseinheit | Fachbereich Informatik |