01: Maschinelles Lernen 2 - Fortgeschrittene Verfahren, Vorlesung, SS 2017, 28.04.2017

Autor

Johann Marius Zöllner

Herausgeber

KIT | Webcast

Beteiligtes Institut

Institut für Angewandte Informatik und Formale Beschreibungsverfahren (AIFB)

Genre

Vorlesung

Beschreibung

01 |
0:00:00 Starten
0:01:19 Inhalt der heutigen Vorlesung
0:01:55 Lehrstühle
0:03:50 Ansprechpartner, Betreuende Mitarbeiter
0:05:12 Allgemeine Informationen
0:10:19 Vorgehen bei Fragen oder Problemen
0:12:48 Allgemeine Informationen (2)
0:15:46 Projektpraktikum: Maschinelles Lernen - Anwendungen
0:19:26 ML UND RÜCKBLICK ML I
0:19:53 Ziel ist Maschinelle Intelligenz!?
0:26:38 Intelligenz: Was ist das? Definitionen?
0:27:28 Was ist Lernen? (naiv)
0:28:37 Definition Maschinelles Lernen - MLI
0:30:02 Komponenten eines lernenden Systems
0:30:52 Lernverfahren - MLI
0:32:14 Lernverfahren - Erweiterung in MLII
0:32:40 Kriterien für die Einordnung von Grundverfahren (ML I)
0:34:37 Induktiver Schluss
0:36:20 Wdh.: Bestimmung v. Hypothesen durch induktives Lernen z.B. MLNN (SVM....)
0:39:12 Induktiver Schluss - geht das immer?
0:40:01 Kriterien für die Einordnung von Grundverfahren (ML I)
0:41:00 Probabilistische Graphische Modelle, z.B. Bayes'sche Netze
0:44:13 Policy - Reinforcement Learning
0:48:29 ML heute: Beispiele & Herausforderungen
1:04:19 ML und seine Anwendung als aktuelles Forschungsgebiet (.... heute)
1:07:53 Übersicht über die Vorlesung
1:11:40 Literatur

Laufzeit (hh:mm:ss)

01:15:34

Serie

Maschinelles Lernen 2 - Fortgeschrittene Verfahren, Vorlesung, SS 2017

Publiziert am

08.05.2017

Fachgebiet

Informatik

Lizenz

KITopen-Lizenz