Zurück zur Auswahl
17165-01 - Vorlesung: Machine Learning (6 KP)
| Semester | Frühjahrsemester 2016 |
| Weitere Semesterveranstaltungen zu diesen KP |
17165-01 (Vorlesung) 17165-02 (Übung) |
| 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. 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, Support Vector machines & kernel methods, mixture models & clustering. • Program in Matlab |
| Literatur | tba |
| Bemerkungen | Target group: Master students |
| Weblink | Course website |
| Teilnahmevoraussetzungen | 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 |
|---|
Keine Einzeltermine verfügbar, bitte informieren Sie sich direkt bei den Dozierenden.
| Module |
Modul Kerninformatik (Master Studienfach: Informatik) (Pflicht) Modul Kerninformatik (Master Informatik) (Pflicht) |
| Prüfung | Lehrveranst.-begleitend |
| An-/Abmeldung zur Prüfung | Anmelden: Belegen; Abmelden: Dozierende |
| 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 |