KIT-Bibliothek
Audio-/Videodatei publizieren
Anleitung zum Publizieren

03: Maschinelles Lernen 2 - Fortgeschrittene Verfahren , Vorlesung, SS 2017, 19.05.2017

Diese Audio- bzw. Video-Datei ist urheberrechtlich geschützt. Der Zugriff ist nur über Rechner des Karlsruher Instituts für Technologie (KIT) erlaubt.

Autor

Johann Marius Zöllner

Herausgeber

KIT | Webcast

Beteiligtes Institut

Institut für Angewandte Informatik und Formale Beschreibungsverfahren (AIFB)

Genre

Vorlesung

Beschreibung

03 |
0:00:00 Starten
0:00:10 Vergleich typischer Lernkurven
0:01:29 Lernszenarien
0:03:08 Wie wählt man die nötigen Lerndaten?
0:05:59 Weiter Unsicherheitsmaße
0:09:04 Unsicherheitsmaße
0:10:48 Diskussion und Anwendung in Lernszenarien
0:13:41 Version Space (konsistenter Hypothesenraum)? Wdh?!
0:16:25 Simpler (naiver) Version Space Algorithmus
0:19:16 Query - by - Committee QBC
0:23:11 Ausreißerproblem
0:25:19 Version Space für SVM
0:29:04 Aktives Lernen mit SVM - Version Space
0:39:23 Aktives Lernen Verkehrszeichenerkennung
0:44:07 V04 Deep Learning - Deep Belief Networks
0:52:45 Dann: ""A temporary digression""
0:59:14 Einteilung Lernverfahren
1:01:08 Deep Belief Netz
1:02:12 (Parametrisiertes) Belief Netz = korrektes Modell
1:06:32 Lernen in ""Deep"" Belief Nets
1:07:57 Lernen für Sigmoide Belief Netze
1:13:14 Blotzmann Maschinen

Laufzeit (hh:mm:ss)

01:27:07

Serie

Maschinelles Lernen 2 - Fortgeschrittene Verfahren, Vorlesung, SS 2017

Publiziert am

22.05.2017

Fachgebiet

Informatik

Lizenz

KITopen-Lizenz

Auflösung 1280 x 720 Pixel
Seitenverhältnis 16:9
Audiobitrate 127730 bps
Audio Kanäle 2
Audio Codec aac
Audio Abtastrate 48000 Hz
Gesamtbitrate 933798 kbps
Farbraum yuv420p
Container mov,mp4,m4a,3gp,3g2,mj2
Medientyp video/mp4
Dauer 5227 s
Dateiname DIVA-2017-258_hd.mp4
Dateigröße 4.096 byte
Bildwiederholfrequenz 25
Videobitrate 799973 kbps
Video Codec h264

Embed-Code