Zurück
| Semester | Frühjahrsemester 2020 |
| Angebotsmuster | Jedes Frühjahrsem. |
| Dozierende | Volker Roth (volker.roth@unibas.ch, BeurteilerIn) |
| Inhalt | Introduction: What is Machine Learning? Math refresher. Supervised Learning: theoretical foundations. Regression estimation: standard methods + algorithms. Classification: standard methods + algorithms. Neural Networks and Deep Learning. Learning Theory: risk minimization, regularization, elements of statistical learning theory. Kernel Methods. Mixture models. Conditional mixtures (mixtures of experts). Clustering. Bayesian model comparison. |
| Lernziele | Understand the theoretical foundations of Machine Learning Understand and apply practical learning algorithms: linear and generalized linear models for regression and classification, neural networks, Support Vector machines & kernel methods, mixture models & clustering. Program in Matlab, Python and Tensorflow |
| Literatur | tba |
| Bemerkungen | Target group: Master students |
| Weblink | Course website |
| Teilnahmebedingungen | Knowledge and skills regarding pattern recognition, numerical analysis, and statistics |
| Anmeldung zur Lehrveranstaltung | Übung: https://courses.cs.unibas.ch |
| Unterrichtssprache | Englisch |
| Einsatz digitaler Medien | Online-Angebot obligatorisch |
| HörerInnen willkommen |
| Intervall | wöchentlich |
| Datum | 18.02.2020 – 27.05.2020 |
| Zeit |
Dienstag, 10.15-12.00 Spiegelgasse 1, Seminarraum 00.003 Mittwoch, 14.15-16.00 Alte Universität, Seminarraum -201 |
| Datum | Zeit | Raum |
|---|---|---|
| Dienstag 18.02.2020 | 10.15-12.00 Uhr | Spiegelgasse 1, Seminarraum 00.003 |
| Mittwoch 19.02.2020 | 14.15-16.00 Uhr | Alte Universität, Seminarraum -201 |
| Dienstag 25.02.2020 | 10.15-12.00 Uhr | Spiegelgasse 1, Seminarraum 00.003 |
| Mittwoch 26.02.2020 | 14.15-16.00 Uhr | Alte Universität, Seminarraum -201 |
| Dienstag 03.03.2020 | 10.15-12.00 Uhr | Fasnachtsferien |
| Mittwoch 04.03.2020 | 14.15-16.00 Uhr | Fasnachtsferien |
| Dienstag 10.03.2020 | 10.15-12.00 Uhr | Spiegelgasse 1, Seminarraum 00.003 |
| Mittwoch 11.03.2020 | 14.15-16.00 Uhr | Alte Universität, Seminarraum -201 |
| Dienstag 17.03.2020 | 10.15-12.00 Uhr | Spiegelgasse 1, Seminarraum 00.003 |
| Mittwoch 18.03.2020 | 14.15-16.00 Uhr | Alte Universität, Seminarraum -201 |
| Dienstag 24.03.2020 | 10.15-12.00 Uhr | Spiegelgasse 1, Seminarraum 00.003 |
| Mittwoch 25.03.2020 | 14.15-16.00 Uhr | Alte Universität, Seminarraum -201 |
| Dienstag 31.03.2020 | 10.15-12.00 Uhr | Spiegelgasse 1, Seminarraum 00.003 |
| Mittwoch 01.04.2020 | 14.15-16.00 Uhr | Alte Universität, Seminarraum -201 |
| Dienstag 07.04.2020 | 10.15-12.00 Uhr | Spiegelgasse 1, Seminarraum 00.003 |
| Mittwoch 08.04.2020 | 14.15-16.00 Uhr | Alte Universität, Seminarraum -201 |
| Dienstag 14.04.2020 | 10.15-12.00 Uhr | Spiegelgasse 1, Seminarraum 00.003 |
| Mittwoch 15.04.2020 | 14.15-16.00 Uhr | Alte Universität, Seminarraum -201 |
| Dienstag 21.04.2020 | 10.15-12.00 Uhr | Spiegelgasse 1, Seminarraum 00.003 |
| Mittwoch 22.04.2020 | 14.15-16.00 Uhr | Alte Universität, Seminarraum -201 |
| Dienstag 28.04.2020 | 10.15-12.00 Uhr | Spiegelgasse 1, Seminarraum 00.003 |
| Mittwoch 29.04.2020 | 14.15-16.00 Uhr | Alte Universität, Seminarraum -201 |
| Dienstag 05.05.2020 | 10.15-12.00 Uhr | Spiegelgasse 1, Seminarraum 00.003 |
| Mittwoch 06.05.2020 | 14.15-16.00 Uhr | Alte Universität, Seminarraum -201 |
| Dienstag 12.05.2020 | 10.15-12.00 Uhr | Spiegelgasse 1, Seminarraum 00.003 |
| Mittwoch 13.05.2020 | 14.15-16.00 Uhr | Alte Universität, Seminarraum -201 |
| Dienstag 19.05.2020 | 10.15-12.00 Uhr | Spiegelgasse 1, Seminarraum 00.003 |
| Mittwoch 20.05.2020 | 14.15-16.00 Uhr | Alte Universität, Seminarraum -201 |
| Dienstag 26.05.2020 | 10.15-12.00 Uhr | Spiegelgasse 1, Seminarraum 00.003 |
| Mittwoch 27.05.2020 | 14.15-16.00 Uhr | Alte Universität, Seminarraum -201 |
| Module |
Doktorat Informatik: Empfehlungen (Promotionsfach Informatik) Kernfächer und Seminar (Masterstudium: Computational Biology and Bioinformatics) Modul: Applications of Distributed Systems (Masterstudium: Computer Science) Modul: Concepts of Machine Intelligence (Masterstudium: Computer Science) Modul: Concepts of Machine Intelligence (Master Studienfach Computer Science) Modul: Interdisziplinäres und Wissenstransfer (Masterstudium: Actuarial Science) |
| Leistungsüberprüfung | Lehrveranst.-begleitend |
| Hinweise zur Leistungsüberprüfung | Oral exam Date: 26/27/28 June 2019, office 06.003 |
| An-/Abmeldung zur Leistungsüberprüfung | An-/Abmelden: Belegen resp. Stornieren der Belegung via MOnA |
| Wiederholungsprüfung | keine Wiederholungsprüfung |
| Skala | 1-6 0,5 |
| Wiederholtes Belegen | beliebig wiederholbar |
| Zuständige Fakultät | Philosophisch-Naturwissenschaftliche Fakultät, studiendekanat-philnat@unibas.ch |
| Anbietende Organisationseinheit | Fachbereich Informatik |