
04: Maschinelles Lernen 1 - Grundverfahren, Vorlesung, WS 2018/19, 20.11.2018
Author
Editor
Participating institute
Institut für Angewandte Informatik und Formale Beschreibungsverfahren (AIFB)
Genre
Description
- 0:00:00 Start
- 0:00:17 Wiederholung
- 0:05:32 Lineare Support Vektor Methode
- 0:07:51 Lineare Support Vektor Methode
- 0:12:59 Minimierung: Lagrange-Methode
- 0:17:00 Support Vektoren
- 0:21:11 Soft Margin- Hyperebene
- 0:25:47 Nichtlineare Kernel-Methoden (SVM)
- 0:34:40 Version Space für SVM
- 0:41:36 SVM Architektur - Ähnlichkeit mit Neuronalen Netzen ?
- 0:45:32 Erweiterungen SVM - Klassifikation auf k Klassen
- 0:51:00 Probabilistische Sicht auf die SVM
- 0:53:23 Dichte-Träger Schätzung
- 0:57:03 Kernel Perceptron
- 1:03:34 SVM-Gender Classification
- 1:06:44 SVM - Gesichtserkennung
- 1:09:20 Erkennung von Verkehrszeichen
- 1:16:04 Pro und Kontra SVM
- 1:20:56 Literatur
Duration (hh:mm:ss)
01:22:45
Series
Maschinelles Lernen 1 - Grundverfahren, WS 2018/19
Published on
20.11.2018
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 | 934038 bps |
Color Space | yuv420p |
Container | mov,mp4,m4a,3gp,3g2,mj2 |
Media Type | video/mp4 |
Duration | 4965 s |
Filename | DIVA-2018-871_hd.mp4 |
File Size | 579.731.565 byte |
Frame Rate | 25 |
Video Bitrate | 799942 bps |
Video Codec | h264 |
Embed Code
Maschinelles Lernen 1 - Grundverfahren, WS 2018/19
Episodes 1-12
of 12