Zurück
| 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 | Wochentag | Zeit | Raum |
|---|---|---|---|
| wöchentlich | Dienstag | 10.15-12.00 | Physik, Neuer Hörsaal 1, Foyer EG |
| wöchentlich | 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 | Anm.: Belegen Lehrveranstaltung; Abm.: stornieren |
| 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 |