Zur Merkliste hinzufügen
Zurück

 

60835-01 - Vorlesung mit Übungen: Machine Learning on Graphs, Groups, and Manifolds 6 KP

Semester Frühjahrsemester 2022
Angebotsmuster unregelmässig
Dozierende Ivan Dokmanić (ivan.dokmanic@unibas.ch, BeurteilerIn)
Inhalt - High-dimensional probability for machine learning and data science
- Nonlinear dimensionality reduction (manifold learning, graph-based methods)
- Learning on graphs; graph neural networks; learning with invariances and equivariances
- Applications in scientific machine learning
Lernziele - Understand the idea of the concentration of measure
- Get an intuition for curses and blessings of dimensionality
- Understand the central role of low-dimensional structures (manifolds, sparsity, ...) and means to learn them
- Understand how to model data using graphs
- Understand the principles behind graph neural networks
Literatur Will be announced in the lecture.

 

Teilnahmebedingungen Successful completion of introductory math courses. Fundamentals of linear algebra, probability, and stats. Understanding of scientific computing and pattern recognition.

Coding in Python.

If you are unsure whether this courses is for you please contact the teacher.
Unterrichtssprache Englisch
Einsatz digitaler Medien kein spezifischer Einsatz
HörerInnen willkommen

 

Intervall wöchentlich
Datum 21.02.2022 – 02.06.2022
Zeit Montag, 15.15-17.00 Spiegelgasse 5, Seminarraum 05.002
Donnerstag, 16.15-18.00 Spiegelgasse 5, Seminarraum 05.002
Datum Zeit Raum
Montag 21.02.2022 15.15-17.00 Uhr Spiegelgasse 5, Seminarraum 05.002
Donnerstag 24.02.2022 16.15-18.00 Uhr Spiegelgasse 5, Seminarraum 05.002
Montag 28.02.2022 15.15-17.00 Uhr Spiegelgasse 5, Seminarraum 05.002
Donnerstag 03.03.2022 16.15-18.00 Uhr Spiegelgasse 5, Seminarraum 05.002
Montag 07.03.2022 15.15-17.00 Uhr Fasnachtsferien
Donnerstag 10.03.2022 16.15-18.00 Uhr Fasnachtsferien
Montag 14.03.2022 15.15-17.00 Uhr Spiegelgasse 5, Seminarraum 05.002
Donnerstag 17.03.2022 16.15-18.00 Uhr Spiegelgasse 5, Seminarraum 05.002
Montag 21.03.2022 15.15-17.00 Uhr Spiegelgasse 5, Seminarraum 05.002
Donnerstag 24.03.2022 16.15-18.00 Uhr Spiegelgasse 5, Seminarraum 05.002
Montag 28.03.2022 15.15-17.00 Uhr Spiegelgasse 5, Seminarraum 05.002
Donnerstag 31.03.2022 16.15-18.00 Uhr Spiegelgasse 5, Seminarraum 05.002
Montag 04.04.2022 15.15-17.00 Uhr Spiegelgasse 5, Seminarraum 05.002
Donnerstag 07.04.2022 16.15-18.00 Uhr Spiegelgasse 5, Seminarraum 05.002
Montag 11.04.2022 15.15-17.00 Uhr Spiegelgasse 5, Seminarraum 05.002
Donnerstag 14.04.2022 16.15-18.00 Uhr Ostern
Montag 18.04.2022 15.15-17.00 Uhr Ostern
Donnerstag 21.04.2022 16.15-18.00 Uhr Spiegelgasse 5, Seminarraum 05.002
Montag 25.04.2022 15.15-17.00 Uhr Spiegelgasse 5, Seminarraum 05.002
Donnerstag 28.04.2022 16.15-18.00 Uhr Spiegelgasse 5, Seminarraum 05.002
Montag 02.05.2022 15.15-17.00 Uhr Spiegelgasse 5, Seminarraum 05.002
Donnerstag 05.05.2022 16.15-18.00 Uhr Spiegelgasse 5, Seminarraum 05.002
Montag 09.05.2022 15.15-17.00 Uhr Spiegelgasse 5, Seminarraum 05.002
Donnerstag 12.05.2022 16.15-18.00 Uhr Spiegelgasse 5, Seminarraum 05.002
Montag 16.05.2022 15.15-17.00 Uhr Spiegelgasse 5, Seminarraum 05.002
Donnerstag 19.05.2022 16.15-18.00 Uhr Spiegelgasse 5, Seminarraum 05.002
Montag 23.05.2022 15.15-17.00 Uhr Spiegelgasse 5, Seminarraum 05.002
Donnerstag 26.05.2022 16.15-18.00 Uhr Auffahrt
Montag 30.05.2022 15.15-17.00 Uhr Spiegelgasse 5, Seminarraum 05.002
Donnerstag 02.06.2022 16.15-18.00 Uhr Spiegelgasse 5, Seminarraum 05.002
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)
Leistungsüberprüfung Lehrveranst.-begleitend
Hinweise zur Leistungsüberprüfung 30% homework
40% project (writeup and presentation)
30% written exam

A 50% score on HW sets is required to participate in the final exam.

Expected Date of the written exam: 20 June 2022, 1-3 p.m.
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