KIT-Bibliothek

Maschinelles Lernen 1 - Grundverfahren, Vorlesung, WS 2016/17, 17.01.2017, 08

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

Autor

J. Marius Zöllner

Herausgeber

KIT | Webcast

Beteiligtes Institut

Institut für Anthropomatik und Robotik (IAR)

Genre

Vorlesung

Beschreibung

  • 0:00:00 Starten
  • 0:03:04 1. Motivation
  • 0:03:05 Markov Logik
  • 0:06:55 2. Hintergrund
  • 0:07:00 Prädikatenlogik erster Ordnung
  • 0:11:24 Markov Netz - Verbundwahrscheinlichkeit
  • 0:17:33 3. Markov Logik
  • 0:17:43 Grundidee: Markov Logik
  • 0:19:58 Definition Markov Logik Netz
  • 0:20:20 Beispiel: Friends & Smokers
  • 0:28:34 4. Inferenz
  • 0:34:27 Vergleich zu Prädikatenlogik erster Ordnung
  • 0:36:36 MAP/MPE Inferenz
  • 0:40:52 WalkSAT Algorithmus
  • 0:42:44 Aber ... Speicherkomplexität
  • 0:45:51 Anfragen und Wahrscheinlichkeiten
  • 0:50:38 5. Lernen
  • 0:50:52 Lernen
  • 0:52:32 Generatives Lernen von Gewichten
  • 0:56:33 Diskriminatives Lernen von Gewichten
  • 0:57:41 Struktur Lernen - Idee
  • 1:00:16 6. Software/Anwendungen
  • 1:01:00 Anwendungen: Informationsgewinnung
  • 1:02:33 Problemstellung: Segmentierung
  • 1:03:18 Typische Ansätze vs. MLN
  • 1:06:28 Formeln
  • 1:09:38 Ergebnisse
  • 1:10:50 MLNs zur Erkennung von Baustellen
  • 1:15:41 Evaluation Baustellenerkennung
  • 1:16:14 Relevanzbestimmung von Ampeln
  • 1:22:05 Evaluation Relevanzbestimmung

Laufzeit (hh:mm:ss)

01:26:07

Serie

Maschinelles Lernen 1 - Grundverfahren, Vorlesung, WS 2016/17

Publiziert am

20.01.2017

Fachgebiet

Informatik

Lizenz

KITopen-Lizenz

Auflösung 1280 x 720 Pixel
Seitenverhältnis 16:9
Audiobitrate 91481 bps
Audio Kanäle 2
Audio Codec aac
Audio Abtastrate 48000 Hz
Gesamtbitrate 898100 bps
Farbraum yuv420p
Container mov,mp4,m4a,3gp,3g2,mj2
Medientyp video/mp4
Dauer 5167 s
Dateiname DIVA-2017-51_hd.mp4
Dateigröße 4.096 byte
Bildwiederholfrequenz 25
Videobitrate 800526 bps
Video Codec h264

Embed-Code