KIT-Bibliothek

05: Maschinelles Lernen 2 - Fortgeschrittene Verfahren, Vorlesung, SS 2018, 25.05.2018

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

Autor

Johann Marius Zöllner

Herausgeber

KIT | Webcast

Beteiligtes Institut

Institut für Anthropomatik und Robotik (IAR)

Genre

Vorlesung

Beschreibung

  • 0:00:00 Start
  • 0:00:37 Übersicht über die Vorlesung
  • 0:02:24 Restricted Boltzmann Maschine
  • 0:03:45 Boltzmann Maschinen
  • 0:04:05 Schneller Lernalgorithmus für RBM
  • 0:05:26 Übergang vom RBM zum Tiefen Netz
  • 0:07:45 Fine-tuning der Lernens: constrastive ""wake-sleep"" Algorithmus
  • 0:12:09 Funktionsweise Kaskadiertes RBM - Generativ
  • 0:13:41 Beispiel: Ziffernerkennung
  • 0:17:21 Generierte Samples
  • 0:18:17 Erweiterung: Entscheidungsmodelle Backpropagation? Wie?
  • 0:19:47 Fine-Tuning für Diskrimination
  • 0:21:56 Warum funktioniert backpropagation besser nach gready pre-training?
  • 0:26:23 Validierungsbeispiel: Fehler auf dem MNIST Testdatensatz
  • 0:27:31 Fazit (so weit)
  • 0:28:36 Deep Autoencoders
  • 0:32:25 Vergleich: Komprimieren von Bildern auf 30 Dimensionen
  • 0:33:12 Anwendung: Ähnliche Dokumente
  • 0:34:48 Komprimieren
  • 0:37:13 Repräsentation der Zeit
  • 0:39:21 Möglichkeit: Zeitfenster-Technik
  • 0:40:18 Frühe Anwendung: Lauron mit NN
  • 0:41:52 TDNN - Time Delay Neural Networks
  • 0:43:06 Deep Learning - Zeitreihenmodelle
  • 0:43:29 Conditional RBM Modell
  • 0:45:59 Anwendung: Lernen aus motion capture data
  • 0:50:40 Ähnlich: Prädikation von Bewegungen
  • 0:55:11 Convolutional Neural Networks
  • 0:56:58 Inhaltsübersicht
  • 0:57:37 Hubel & Wiesel
  • 1:01:44 Bildverarbeitung bei Säugetiere
  • 1:02:55 erste künstliche Ansätze
  • 1:05:11 Faltung
  • 1:07:20 Faltung praktisch im Beispiel
  • 1:08:58 Faltung anschaulich
  • 1:11:03 Von KNN zu CNN

Laufzeit (hh:mm:ss)

01:12:19

Serie

Maschinelles Lernen 2 - Fortgeschrittene Verfahren, Vorlesung, SS 2018

Publiziert am

25.05.2018

Fachgebiet

Informatik

Lizenz

KITopen-Lizenz

Auflösung 1280 x 720 Pixel
Seitenverhältnis 16:9
Audiobitrate 128000 bps
Audio Kanäle 2
Audio Codec aac
Audio Abtastrate 48000 Hz
Gesamtbitrate 934129 bps
Farbraum yuv420p
Container mov,mp4,m4a,3gp,3g2,mj2
Medientyp video/mp4
Dauer 4339 s
Dateiname DIVA-2018-373_hd.mp4
Dateigröße 506.701.994 byte
Bildwiederholfrequenz 25
Videobitrate 800029 bps
Video Codec h264

Embed-Code