KIT-Bibliothek
Audio-/Videodatei publizieren

07: Maschinelles Lernen 1 – Grundverfahren, Vorlesung, WS 2017/18, 12.12.2017

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

Autor

Rüdiger Dillmann

Herausgeber

KIT | Webcast

Beteiligtes Institut

Institut für Anthropomatik und Robotik (IAR)

Genre

Vorlesung

Beschreibung

  • 0:00:00 Starten
  • 0:00:16 Konnektionistische Verfahren
  • 0:02:54 Spiking Neural Networks
  • 0:03:56 The Cerebellum
  • 0:04:23 Approach - Functional Cerebellum model
  • 0:05:57 Body Control Model
  • 0:06:41 Approach - Control model
  • 0:07:12 Network Characteristics
  • 0:11:00 Typische Einsatzfelder künstlicher Neuronaler Netze
  • 0:12:27 Einfache Realisierung: Perzeptron
  • 0:20:29 Gradientenabstieg - Fehlerfunktion
  • 0:23:53 Gradientenabstieg - Deltaregel
  • 0:26:11 Perzeptron Kapazität
  • 0:26:34 Kernel Methoden?
  • 0:31:45 Multi Layer Neural Network
  • 0:35:16 Aufbau der Neuronen
  • 0:35:44 Nichtlineare Aktivierungsfunktionen
  • 0:36:36 Backpropagation Algorithmus
  • 0:40:00 Gradientenabstieg - Allgemeine Deltaregel
  • 0:41:21 Multi Layer Forward Neural Network
  • 0:44:07 Radial Basis Function - Netz
  • 0:48:59 Optimierungen RBF - Netz
  • 0:50:23 Erweiterung des BackProp für RBF - Netzen
  • 0:51:28 Fehlerflächen
  • 0:54:25 RPROP
  • 0:57:08 Topologieauswahl MLNN
  • 0:58:27 Lernverhalten - Topologieauswahl
  • 1:00:07 Verbesserung der Generalisierung
  • 1:01:38 Konstruktive Lernverfahren für MLNN
  • 1:02:30 Casade Correlation
  • 1:04:33 Dynamic Decay Adjastment
  • 1:05:15 DDA-Algorithmus Beispiel
  • 1:06:37 Auswahl repräsentativer Trainingsbeispiele
  • 1:08:14 Ansätze der Wissensrepräsentation
  • 1:11:38 Verteilte vs. Lokale Wissensrepräsentation
  • 1:12:21 Initialiesierung der Gewichte
  • 1:12:47 Anpassen der Gewichte
  • 1:13:28 Overfitting
  • 1:14:14 Ältere Anwendungen von MLNN
  • 1:14:28 Gesichtserkennung

Laufzeit (hh:mm:ss)

01:16:08

Serie

Maschinelles Lernen 1 - Grundverfahren, Vorlesung, WS 2017/18

Publiziert am

12.12.2017

Fachgebiet

Informatik

Lizenz

KITopen-Lizenz

Auflösung 1280 x 720 Pixel
Seitenverhältnis 16:9
Audiobitrate 86224 bps
Audio Kanäle 2
Audio Codec aac
Audio Abtastrate 48000 Hz
Gesamtbitrate 893159 bps
Farbraum yuv420p
Container mov,mp4,m4a,3gp,3g2,mj2
Medientyp video/mp4
Dauer 4568 s
Dateiname DIVA-2017-783_hd.mp4
Dateigröße 4.096 byte
Bildwiederholfrequenz 25
Videobitrate 800839 bps
Video Codec h264

Embed-Code