Grundlagen Machine Learning

Die Vorlesung vermittelt grundlegende Konzepte des maschinellen Lernens und der statistischen Musteranalyse. Dabei werden die einzelnen Themen anhand von aktuellen praktischen Anwendungsgebieten des maschinellen Lernens vorgestellt. Zu den Themen gehören: überwachtes Lernen, unüberwachtes Lernen, Reinforcement Learning, Bayes’sche Entscheidungstheorie, Gradientenverfahren, Ensemble Lernalgorithmen sowie Evaluationsmetriken und -techniken.