TU Berlin

Seminar Einführung Deep Learning WiSe 2017/2018

Page Content

to Navigation

There is no English translation for this web page.

Seminar "Einführung Deep Learning"

Termine
tba
tba
tba
Vorträge
tba
Professor Dr. Reinhold Schneider
PD Dr. Konstantin Fackeldey
Sekretariat
MA568
Alexandra Schulte

Die Termine für die Vorträge werden zu einem späteren Zeitpunkt bekanntgegeben.

Beschreibung

In den Anfangszeiten des Maschinellen Lernens, damals KI (“künstliche Intelligenz") genannt, waren aus heuristischen Betrachtungen entwickelte neuronale Netze die wohl am meisten favorisierten Modelle. Die Entwicklung statistisch und approximationstheoretisch, d. h. mathematisch, wohlbegründeter Modelle wie Kern-Methoden und Support Vector Machines (SVM) als auch des Compressive Sensing schienen die neuronalen Netze durch solide analysierte Ansätze abzulösen.

Jedoch sogenannte tiefe (multi-layer) neuronale Netze oder Deep Learning haben in letzter Zeit anhand vielfältiger Anwendungen deutlich aufgezeigt, dass diese "tiefen Netze" allen anderen, insbesondere oben genannten Modellen, signifikant überlegen scheinen.

Ein tiefes mathematische Verständnis dieser neuen Methoden steht zurzeit noch aus.

Ziel dieses einführenden Seminars ist es, grundlegende algorithmische Methoden der tiefen neuronalen Netze kennenzulernen.

Voraussetzungen

Erfahrungen und Kenntnisse im Bereich des maschinellen und/oder statistischen Lernens werden nicht vorausgesetzt, wohl aber die grundlegenden Kurse Analysis I-III und Lineare Algebra I + II.

Die einführenden Kurse in Numerik, Optimierung und/oder Wahrscheinlichkeitstheorie sind hilfreich, jedoch nicht notwendig.

Literatur

Wird in der Vorlesung bekanntgegeben

Navigation

Quick Access

Schnellnavigation zur Seite über Nummerneingabe