Zurück zur Auswahl
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. |
Teilnahmevoraussetzungen | 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 | Wochentag | Zeit | Raum |
---|---|---|---|
wöchentlich | Montag | 15.15-17.00 | Spiegelgasse 5, Seminarraum 05.001 |
wöchentlich | 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 05.001 |
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 05.001 |
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 05.001 |
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 05.001 |
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 05.001 |
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 05.001 |
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 05.001 |
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 05.001 |
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 05.001 |
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 05.001 |
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 05.001 |
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 05.001 |
Donnerstag 26.05.2022 | 16.15-18.00 Uhr | Auffahrt |
Montag 30.05.2022 | 15.15-17.00 Uhr | Spiegelgasse 5, Seminarraum 05.001 |
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) |
Prüfung | Lehrveranst.-begleitend |
Hinweise zur Prüfung | 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., Spiegelgasse 1, room 00.003. |
An-/Abmeldung zur Prüfung | Anm.: Belegen Lehrveranstaltung; Abm.: stornieren |
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 |