FAQ
Audio-/Videodatei publizieren
07: Maschinelles Lernen 2 - Fortgeschrittene Verfahren, Vorlesung, SS 2017, 21.07.2017
Autor
Herausgeber
Beteiligtes Institut
Institut für Anthropomatik und Robotik (IAR)
Genre
Beschreibung
- 0:00:00 Starten
- 0:00:35 Motivation
- 0:01:23 Regression: Problemstelung
- 0:02:42 Regression: Beispiele
- 0:04:46 Vergleich Klassifikation / Regression
- 0:07:41 Lineare Regression
- 0:12:06 Bewertung lineare Regression
- 0:14:03 Erweiterung der lineaen Regression
- 0:15:57 Overfitting bei Regression
- 0:18:31 Probleme mit üblicher Regression
- 0:20:19 Probabilistische Regression (Idee)
- 0:22:35 Regression - ein anderer Blickwinkel
- 0:24:03 Gauss'sche Prozesse
- 0:25:04 Vorbemerkungen
- 0:25:53 Grundlagen: Gauß-Verteilung
- 0:28:53 Grundlagen: Korrelationskoeffizient
- 0:30:15 Warum Gauß'sche Prozesse?
- 0:32:04 GP: Informelle Definition
- 0:35:00 Beispiel zur Illustration
- 0:37:18 Beispiele für a priori-Eigenschaften
- 0:38:44 Formaler(er) Blick auf GPs
- 0:39:28 Definition Gauß'scher Prozess I
- 0:41:11 Definition Gaussscher Prozess II
- 0:42:49 GP - Konsistenz
- 0:43:43 Beispiel für GP
- 0:44:20 GP - Kovarianzfunktion
- 0:45:23 Beispiel für GP
- 0:46:07 Beispiel: Kovarianzfunktionen
- 0:50:54 GP - a priori-Verteilung über Funktionen (Sampling)
- 0:51:57 Rauschfreie Prädiktion: Definition
- 0:53:39 Rauschfreie Prädiktion: Berechnung
- 0:55:05 Rauschfreie Prädiktion: Definition
- 0:56:55 Rauschfreie Prädiktion: Beispiel
- 0:58:27 Prädiktion bei verrauschten Beobachtungen
- 1:00:46 Einfluss der Hyperparameter I
- 1:01:44 Einfluss der Hyperparameter II
- 1:02:50 Zusammenfassung
- 1:03:19 Anwendungsbeispiel
- 1:20:35 Style based Inverse Kinematics
- 1:21:58 SBIK: Ergebnisse I
- 1:22:18 Literatur
Laufzeit (hh:mm:ss)
01:23:16
Serie
Maschinelles Lernen 2 - Fortgeschrittene Verfahren, Vorlesung, SS 2017
Publiziert am
27.07.2017
Fachgebiet
Lizenz
| Auflösung | 1280 x 720 Pixel |
| Seitenverhältnis | 16:9 |
| Audiobitrate | 121679 bps |
| Audio Kanäle | 2 |
| Audio Codec | aac |
| Audio Abtastrate | 48000 Hz |
| Gesamtbitrate | 922050 bps |
| Farbraum | yuv420p |
| Container | mov,mp4,m4a,3gp,3g2,mj2 |
| Medientyp | video/mp4 |
| Dauer | 4996 s |
| Dateiname | DIVA-2017-456_hd.mp4 |
| Dateigröße | 4.096 byte |
| Bildwiederholfrequenz | 25 |
| Videobitrate | 794275 bps |
| Video Codec | h264 |
Embed-Code
Maschinelles Lernen 2 - Fortgeschrittene Verfahren, Vorlesung, SS 2017
Folgen 1-8
von 8
