06: Maschinelles Lernen 1 – Grundverfahren, Vorlesung, WS 2017/18, 05.12.2017
Author
Editor
Participating institute
Institut für Anthropomatik und Robotik (IAR)
Genre
Description
- 0:00:00 Starten
- 0:00:10 Neuronale Netze
- 0:04:59 Ein biologischen Vorbild
- 0:07:40 Vergleich zw. Gehirn und seriellem Rechner
- 0:11:17 ,,Konnektionistische'' Verfahren
- 0:19:23 Spiking Neural Networks
- 0:23:06 The Cerebellum
- 0:24:23 Anatomy of the cerebellum
- 0:26:01 Approach - Functional cerebellum model
- 0:27:22 Body Control Model
- 0:27:44 Approach - Control Model
- 0:28:44 Control model
- 0:29:58 Implementation - System Architecture
- 0:36:49 Implementation - Encoding
- 0:39:10 Decoding
- 0:42:15 mNetwork Characteristics
- 0:43:43 Klassische Problemstellungen
- 0:46:12 Typische Einsatzfelder künstlicher Neuronaler Netze
- 0:47:50 Einfache Realisierung: Perzeptron
- 0:47:54 Perzeptron (Rosenblatt 1960)
- 0:58:44 Perzeptron: Geometrische Interpretation
- 0:59:43 Lernen - Geometrische Interpretation
- 1:01:37 Perzeptron - Lernalgorithmus
- 1:03:00 Multi Layer Feedforward Neural Network
- 1:11:45 Gradientenabstieg - Fehlerfunktion
- 1:13:43 Gradientenabstieg - Deltaregel
- 1:14:12 Perzeptron Kapazität
- 1:14:57 Kernel Methoden?
Duration (hh:mm:ss)
01:16:08
Series
Maschinelles Lernen 1 - Grundverfahren, Vorlesung, WS 2017/18
Published on
06.12.2017
Subject area
License
| Resolution | 1280 x 720 Pixel |
| Aspect ratio | 16:9 |
| Audio bitrate | 85170 bps |
| Audio channels | 2 |
| Audio Codec | aac |
| Audio Sample Rate | 48000 Hz |
| Total Bitrate | 906916 bps |
| Color Space | yuv420p |
| Container | mov,mp4,m4a,3gp,3g2,mj2 |
| Media Type | video/mp4 |
| Duration | 4569 s |
| Filename | DIVA-2017-750_hd.mp4 |
| File Size | 4.096 byte |
| Frame Rate | 25 |
| Video Bitrate | 815652 bps |
| Video Codec | h264 |
Embed Code
Maschinelles Lernen 1 - Grundverfahren, Vorlesung, WS 2017/18
Episodes 1-13
of 13
