Zur Merkliste hinzufügen
Zurück

 

17165-01 - Vorlesung: Machine Learning 8 KP

Semester Frühjahrsemester 2022
Angebotsmuster Jedes Frühjahrsem.
Dozierende Volker Roth (volker.roth@unibas.ch, BeurteilerIn)
Inhalt Probabilities
Generative models for discrete data
Classification & regression: Frequentist & Bayesian approaches, model selection, sparse models
Neural networks: Feed-forward & recurrent topologies, encoder-decoder models, interpretability in deep learning models
Elements of statistical learning theory
Support Vector Machines and kernels, Gaussian processes
Mixture models, mixtures of experts
Linear latent variable models: Factor analysis, PCA, CCA
Non-linear latent variable models: Variational autoencoders, deep information bottlenecks
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 Python. PyTorch & Tensorflow
Literatur https://mitpress.mit.edu/books/machine-learning-1
https://www.deeplearningbook.org/
Bemerkungen Target group: Master students
Weblink Course website

 

Teilnahmebedingungen Basic 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 22.02.2022 – 01.06.2022
Zeit Dienstag, 10.15-12.00 Physik, Neuer Hörsaal 1, Foyer EG
Mittwoch, 14.15-16.00 Kollegienhaus, Hörsaal 118
Datum Zeit Raum
Dienstag 22.02.2022 10.15-12.00 Uhr Physik, Grosser Hörsaal, 1.03
Mittwoch 23.02.2022 14.15-16.00 Uhr Biozentrum, Seminarraum U1.195
Dienstag 01.03.2022 10.15-12.00 Uhr Physik, Neuer Hörsaal 1, Foyer EG
Mittwoch 02.03.2022 14.15-16.00 Uhr Kollegienhaus, Hörsaal 118
Dienstag 08.03.2022 10.15-12.00 Uhr Fasnachtsferien
Mittwoch 09.03.2022 14.15-16.00 Uhr Fasnachtsferien
Dienstag 15.03.2022 10.15-12.00 Uhr Physik, Neuer Hörsaal 1, Foyer EG
Mittwoch 16.03.2022 14.15-16.00 Uhr Kollegienhaus, Hörsaal 118
Dienstag 22.03.2022 10.15-12.00 Uhr Physik, Neuer Hörsaal 1, Foyer EG
Mittwoch 23.03.2022 14.15-16.00 Uhr Kollegienhaus, Hörsaal 118
Dienstag 29.03.2022 10.15-12.00 Uhr Physik, Grosser Hörsaal, 1.03
Mittwoch 30.03.2022 14.15-16.00 Uhr Kollegienhaus, Hörsaal 118
Dienstag 05.04.2022 10.15-12.00 Uhr Physik, Neuer Hörsaal 1, Foyer EG
Mittwoch 06.04.2022 14.15-16.00 Uhr Kollegienhaus, Hörsaal 118
Dienstag 12.04.2022 10.15-12.00 Uhr Physik, Neuer Hörsaal 1, Foyer EG
Mittwoch 13.04.2022 14.15-16.00 Uhr Kollegienhaus, Hörsaal 118
Dienstag 19.04.2022 10.15-12.00 Uhr Physik, Neuer Hörsaal 1, Foyer EG
Mittwoch 20.04.2022 14.15-16.00 Uhr Kollegienhaus, Hörsaal 118
Dienstag 26.04.2022 10.15-12.00 Uhr Physik, Neuer Hörsaal 1, Foyer EG
Mittwoch 27.04.2022 14.15-16.00 Uhr Kollegienhaus, Hörsaal 118
Dienstag 03.05.2022 10.15-12.00 Uhr Physik, Neuer Hörsaal 1, Foyer EG
Mittwoch 04.05.2022 14.15-16.00 Uhr Kollegienhaus, Hörsaal 118
Dienstag 10.05.2022 10.15-12.00 Uhr Physik, Neuer Hörsaal 1, Foyer EG
Mittwoch 11.05.2022 14.15-16.00 Uhr Kollegienhaus, Hörsaal 118
Dienstag 17.05.2022 10.15-12.00 Uhr Physik, Neuer Hörsaal 1, Foyer EG
Mittwoch 18.05.2022 14.15-16.00 Uhr Kollegienhaus, Hörsaal 118
Dienstag 24.05.2022 10.15-12.00 Uhr Physik, Neuer Hörsaal 1, Foyer EG
Mittwoch 25.05.2022 14.15-16.00 Uhr Kollegienhaus, Hörsaal 118
Dienstag 31.05.2022 10.15-12.00 Uhr Physik, Neuer Hörsaal 1, Foyer EG
Mittwoch 01.06.2022 14.15-16.00 Uhr Kollegienhaus, Hörsaal 118
Module Doktorat Informatik: Empfehlungen (Promotionsfach Informatik)
General Electives in Business and Economics: Zusätzliches Lehrangebot (Masterstudium: Wirtschaftswissenschaften)
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
Expected Date: 22/23/24 June 2022, Spiegelgasse 5, room 05.001.
Admission to the examination: handing in "reasonable" solutions to >70% of the exercises
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

Zurück