RUB » LMI » Lehre » Seminar über Algorithmisches Lernen WS 2014/2015

Seminar über Algorithmisches Lernen WS 2014/2015

LVR-Nr: 150 544
Veranstaltung: Seminar über Algorithmisches Lernen
Mo 16.15 - 17.45, NA 1/64
Dozent: Hans U. Simon

News

  • Es gibt keine freien Plaetze mehr zu vergeben.

Kommentar

Gegenstand des Seminars ist die Algorithmen- und Statistik-basierte Theorie des Maschinellen Lernens. Aufbauend auf den Grundkenntnissen behandeln wir ausgewählte Themen wie zum Beispiel "Modellselektion und -validierung", "Regularisierung und Stabilität", "Lernen und konvexe Optimierung", "Stochastischer Gradientenabstieg", und veschiedene Techniken zur Kontrolle des Generalisierungsfehlers.

Im Anschluss an das Seminar können Themen für Masterarbeiten vergeben werden.

Voraussetzungen

Vorteilhaft fuer die Teilnahme am Seminar sind Grundkenntnisse in der "Theorie des Maschinellen Lernens" wie sie etwa in der gleichnamigen Vorlesung vermittelt werdem. Es werden weiterhin Kenntnisse aus den mathematischen Grundvorlesungen der ersten drei bis vier Semester erwartet.

Literatur

Das Seminar orientiert sich hauptsächlich an dem Buch von Shai Shalev-Shwartz und Shai Ben-David mit dem Titel "Understanding Machine Learning - From Theory to Algorithms". Zudem wurde vom Leiter des Seminars ein kurzes Arbeitspapier als pdf-File an alle Teilnehmerinnen und Teilmehmer per Mail gesendet.

Das Buch steht in der Mathe-Bibliothek als Präsenzexemplar zur Verfügung.

Zeitplan

10.11.2014 Kap. 9 im Lehrbuch Lineare Lernprobleme Rafael Kurek
17.11.2014 Kap. 12 im Lehrbuch Konvexe Lernprobleme Kevin Kokot
24.11.2014 Kap. 13 im Lehrbuch Regularisierung und Stabiltät Daniel Loop
01.12.2014 Kap. 14 im Lehrbuch Stochastischer Gradientenabstieg (Vortrag 1) Janina Preuss und Bernhard Kilgus
08.12.2014 Kap. 14 im Lehrbuch Stochastischer Gradientenabstieg (Vortrag 2) Janina Preuss und Bernhard Kilgus
15.12.2014 Kap. 15 im Lehrbuch Support-Vektor-Maschinen Chris Scharpenberg
12.01.2015 Kap. 16 im Lehrbuch Kernel-Methoden Marie Düker