02: Maschinelles Lernen 2 - Fortgeschrittene Verfahren, Vorlesung, SS 2018, 27.04.2018
Author
Editor
Participating institute
Institut für Anthropomatik und Robotik (IAR)
Genre
Description
- 0:00:00 Start
- 0:00:05 Verschiedene Ansätze
- 0:01:19 Generative Modelle / Methoden
- 0:06:41 Einfaches Beispiel
- 0:10:58 Generative probabilistische Modelle – SSL Grundverfahren
- 0:22:34 Dichte Trennung (Low – density separation) mit SVM
- 0:26:08 Realer Fehler, Risiko, Kosten
- 0:29:00 SV – Optimierung, Problem
- 0:30:51 Support Vektoren
- 0:33:55 Hinge Funktion
- 0:38:27 Bedeutung – niedrige Dichte
- 0:56:43 Vergleich verschiedener Ansätze
- 1:05:26 Feedback driven learning
- 1:10:15 Lernen aus nicht-gelabelten Daten
- 1:14:43 Gedankenexperiment
- 1:19:04 Vergleich typischer Lernkurven
- 1:19:39 Wie wählt man die nötigen Lerndaten?
- 1:22:52 Weitere Unsicherheitsmaße
Duration (hh:mm:ss)
01:29:46
Series
Maschinelles Lernen 2 - Fortgeschrittene Verfahren, Vorlesung, SS 2018
Published on
02.05.2018
Subject area
License
| Resolution | 1280 x 720 Pixel |
| Aspect ratio | 16:9 |
| Audio bitrate | 128000 bps |
| Audio channels | 2 |
| Audio Codec | aac |
| Audio Sample Rate | 48000 Hz |
| Total Bitrate | 934086 bps |
| Color Space | yuv420p |
| Container | mov,mp4,m4a,3gp,3g2,mj2 |
| Media Type | video/mp4 |
| Duration | 5386 s |
| Filename | DIVA-2018-275_hd.mp4 |
| File Size | 628.841.472 byte |
| Frame Rate | 25 |
| Video Bitrate | 799987 bps |
| Video Codec | h264 |
Embed Code
Maschinelles Lernen 2 - Fortgeschrittene Verfahren, Vorlesung, SS 2018
Episodes 1-11
of 11
