Diese Veranstaltung wird das nächste Mal im Wintersemester 2024/2025 angeboten.
Beschreibung
Die Vorlesung behandelt unter anderem folgende Themen:
- Wahrscheinlichkeitstheorie
- Regression und Gaußsche Prozesse
- Neuronale Netze
- Klassifikation
- Reinforcement Learning
Informationen
- Organistorische Hinweise und Änderungen werden ausschließlich im ILIAS-Kurs kommuniziert.
- Alle Unterlagen zu den Vorlesungen und Übungen stehen im ILIAS-Kurs bereit.
- Voraussetzung: Höhere Mathematik I+II, Informatik (Programmierung), Statistik
Literatur
- Ethem Alpaydin. Maschinelles Lernen. Oldenbourg Verlag, 2008.
- Jan Lunze. Künstliche Intelligenz für Ingenieure: Methoden zur Lösung ingenieurtechnischer Probleme mit Hilfe von Regeln, logischen Formeln und Bayesnetzen. De Gruytier Oldenbourg, 2016.
- Christopher M. Bishop. Pattern Recognition and Machine Learning. Springer Verlag, 2006.
- Carl E. Rasmussen und Christopher K. I. Williams. Gaussian Processes for Machine Learning. MIT Press, 2006.
- Trevor Hastie, Robert Tibshirani und Jerome Friedman. The Elements of Statistical Learning. Springer Verlag, 2009.
Ansprechpartner
Charlotte Stein
M.Sc.Wissenschaftliche Mitarbeiterin
- Profil-Seite
- +49 711 685 66954
- E-Mail schreiben
- Raum 1.36
Matthias Ege
M.Sc.Wissenschaftlicher Mitarbeiter
Jonas Stiefelmaier
M.Sc.Wissenschaftlicher Mitarbeiter