FAQ
Audio-/Videodatei publizieren
06: Maschinelles Lernen 2 - Fortgeschrittene Verfahren, Vorlesung, SS 2017, 14.07.2017
Autor
Herausgeber
Beteiligtes Institut
Institut für Angewandte Informatik und Formale Beschreibungsverfahren (AIFB)
Genre
Beschreibung
- 0:00:00 Starten
- 0:00:10 V09: Objektorientierte Probabilistisch Relationale Modelle (PRM)
- 0:03:07 Übersicht
- 0:04:30 Mustererkennung in strukturierten Daten
- 0:07:07 Lernen von statistischen Modellen
- 0:10:10 Bayes' sche Netze
- 0:12:45 BN Semantik
- 0:15:20 Inferenz
- 0:16:29 Lernen auf BN
- 0:18:22 Objektorientierte Probabilistische Relationale Modelle
- 0:20:01 Definition: Entität, Attribut, Instanz
- 0:21:29 Definition: Relationales Schema
- 0:22:50 Probabilistisches Relationales Modell
- 0:23:51 Relationales Skelett: Instanziierung
- 0:24:36 PRM + Skelett = Äquivalenz zu einem entsprechenden Baye' schen Netz
- 0:26:00 PRM Inferenz
- 0:31:01 Semantik von PRM mit Attributunsicherheit (AU)
- 0:32:08 Lernen von PRMs mit AU
- 0:32:52 Parameterschätzung in PRMs
- 0:35:05 MLE Parameterschätzung (diskret)
- 0:37:34 Strukturbestimmung
- 0:38:50 Bestimmung gültiger Modelle
- 0:40:23 Attribut-Abhängigkeit
- 0:41:33 Bewertungsfunktion/-methode
- 0:43:42 Suche im Modellraum
- 0:48:33 Beispiel 1 -Einfache ""Genetik"" Domäne
- 0:53:06 Beispiel 2: Reale Tuberkulose (TB)
- 0:55:32 Motivation - Limitierungen
- 0:59:24 Gewünschtes (komplexes) Modell
- 1:01:02 PRM mit Klassenhierarchien (PRM-CH)
- 1:03:10 Azyklische Abhängigkeiten
- 1:04:24 Lernen mit Klassenhierarchie
- 1:05:43 Lernen ohne Klassenhierarchien
- 1:06:21 Beispiel: Anwendung auf EachMovie
- 1:09:07 Konzept zur Situationsanalyse im Fahrzeug
- 1:10:52 Instanziierung des Weltmodells (Teilausschnitt)
- 1:11:52 Anwendung - Bestimmung der Kollisionsrisikos
- 1:15:06 Situationsinterpretation, Verhaltensentscheidung
- 1:16:50 Zugrundeliegendes Konzept
- 1:18:24 Ablauf der Schätzung von Interaktionen
- 1:18:28 Weitere Beispiele - Interaktion und Prädiktion
- 1:21:58 Zusammenfassung
Laufzeit (hh:mm:ss)
01:25:35
Serie
Maschinelles Lernen 2 - Fortgeschrittene Verfahren, Vorlesung, SS 2017
Publiziert am
17.07.2017
Fachgebiet
Lizenz
| Auflösung | 1280 x 720 Pixel |
| Seitenverhältnis | 16:9 |
| Audiobitrate | 127725 bps |
| Audio Kanäle | 2 |
| Audio Codec | aac |
| Audio Abtastrate | 48000 Hz |
| Gesamtbitrate | 933700 bps |
| Farbraum | yuv420p |
| Container | mov,mp4,m4a,3gp,3g2,mj2 |
| Medientyp | video/mp4 |
| Dauer | 5135 s |
| Dateiname | DIVA-2017-429_hd.mp4 |
| Dateigröße | 4.096 byte |
| Bildwiederholfrequenz | 25 |
| Videobitrate | 799879 bps |
| Video Codec | h264 |
Embed-Code
Maschinelles Lernen 2 - Fortgeschrittene Verfahren, Vorlesung, SS 2017
Folgen 1-8
von 8
