KIT-Bibliothek

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

This audio or video file is copyrighted. Access is only allowed via computers of the Karlsruhe Institute of Technology (KIT).

Author

Johann Marius Zöllner

Editor

KIT | Webcast

Participating institute

Institut für Angewandte Informatik und Formale Beschreibungsverfahren (AIFB)

Genre

Vorlesung

Description

  • 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

Duration (hh:mm:ss)

01:27:07

Series

Maschinelles Lernen 2 - Fortgeschrittene Verfahren, Vorlesung, SS 2017

Published on

22.05.2017

Subject area

Computer science

License

KITopen Licence

Resolution 1280 x 720 Pixel
Aspect ratio 16:9
Audio bitrate 127730 bps
Audio channels 2
Audio Codec aac
Audio Sample Rate 48000 Hz
Total Bitrate 933798 bps
Color Space yuv420p
Container mov,mp4,m4a,3gp,3g2,mj2
Media Type video/mp4
Duration 5227 s
Filename DIVA-2017-258_hd.mp4
File Size 4.096 byte
Frame Rate 25
Video Bitrate 799973 bps
Video Codec h264

Embed Code