Lehrinhalte
Klassifikation (Support Vector Machines), Clustering, Matrix Vervollständigung, Sparse Regression, Lasso, Sparse Inverse Kovarianz Auswahl, Neuronale Netze (deep learning),
Markow-Netzwerke
Literatur
Mitchell: Machine Learning. Mcgraw-Hill 1997
Murphy: Machine Learning: A Probabilistic Perspective, MIT Press 2012
Sra,Nowozin, Wright: Optimization for Machine Learning, MIT Press, 2012
Miroslav Kubat: An Introduction to Machine Learning.Springer, 2015.
Voraussetzungen
empfohlen: Einführung in die Optimierung
Nützlich: Diskrete Optimierung oder Nichtlineare Optimierung
Online-Angebote
moodle
Klassifikation (Support Vector Machines), Clustering, Matrix Vervollständigung, Sparse Regression, Lasso, Sparse Inverse Kovarianz Auswahl, Neuronale Netze (deep learning),
Markow-Netzwerke
Literatur
Mitchell: Machine Learning. Mcgraw-Hill 1997
Murphy: Machine Learning: A Probabilistic Perspective, MIT Press 2012
Sra,Nowozin, Wright: Optimization for Machine Learning, MIT Press, 2012
Miroslav Kubat: An Introduction to Machine Learning.Springer, 2015.
Voraussetzungen
empfohlen: Einführung in die Optimierung
Nützlich: Diskrete Optimierung oder Nichtlineare Optimierung
Online-Angebote
moodle
- Lehrende: Stefan Ulbrich
Semester: WiSe 2020/21