03: Maschinelles Lernen 2 - Fortgeschrittene Verfahren, Vorlesung, SS 2018, 04.05.2018

Autor

Johann Marius Zöllner

Herausgeber

webcast.kit.edu

Beteiligtes Institut

Institut für Anthropomatik und Robotik (IAR)

Genre

Vorlesung

Beschreibung

03 |
0:00:00 Start
0:01:09 Vergleich Passiv-SSL-Aktiv
0:02:44 Version Space (konsistenter Hypothesenraum)? Wdh?!
0:05:19 Gedankenexperiment – Version Space
0:08:58 Query – by – Committee QBC
0:13:03 Ausreißproblem
0:14:56 Version Space für SVM
0:18:29 Aktives Lernen mit SVM – Version Space
0:24:36 Aktive SVM Diskussion
0:25:33 Aktives Lernen Verkehrszeichenerkennung
0:31:51 Why is it still challenging and what to do?
0:33:46 One possible approach: Active Learning
0:37:02 Power of Probabilistic Graphical Models
0:38:45 Future: Combining Directed End-to-End-Learning with Particle Swarm Optimization Planner
0:40:26 Mustererkennung in strukturierten Daten
0:43:53 Lernen von statischen Modellen
0:45:06 Bayes'sche Netze
0:47:18 BN Semantik
0:48:53 Interferenz
0:51:49 Objektorientierte Probabilistische Relationelle Modelle
0:53:32 Definition: Relationales Schema
0:56:16 Relationales Skelett: Instanziierung
1:00:52 Semantik von PRM mit Attributunsicherheit (AU)
1:03:22 MLE Parameterschätzung (diskret)
1:05:52 Strukturbestimmung
1:08:26 Attribut-Abhängigkeit
1:11:59 Suche im Modellraum
1:17:07 Beispiel 1 -Einfache ""Genetik"" Domäne
1:18:29 Korrektes PRM

Laufzeit (hh:mm:ss)

01:23:40

Serie

Maschinelles Lernen 2 - Fortgeschrittene Verfahren, Vorlesung, SS 2018

Publiziert am

07.05.2018

Fachgebiet

Informatik

Lizenz

KITopen-Lizenz