101.696 AKNUM Maschinelles Lernen
Diese Lehrveranstaltung ist in allen zugeordneten Curricula Teil der STEOP.
Diese Lehrveranstaltung ist in mindestens einem zugeordneten Curriculum Teil der STEOP.

2019W, SE, 2.0h, 3.0EC

Merkmale

  • Semesterwochenstunden: 2.0
  • ECTS: 3.0
  • Typ: SE Seminar

Lernergebnisse

Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage eigenständig Literatursuche durchzuführen, Seminararbeiten mit dem LaTeX-Textsatzsystem zu verfassen und Präsentationen (45 Minuten) vorzubereiten und zu halten.

Inhalt der Lehrveranstaltung

  • Reinforcement learning: verschiedene Methoden
  • Reinforcement learning: Konvergenzbeweis
  • Reinforcement learning: Funktionsapproximation
  • Reinforcement learning: Atari, Go, etc.
  • Neuronale Netze, Deep learning
  • Bayessche Schätzung (für part. Diff.gl.): numerische Algorithmen
  • Bayessche Schätzung (für part. Diff.gl.): Theorie
  • Bildklassifizierung

Methoden

Supervised machine learning, unsupervised machine learning, reinforcement learning.

Prüfungsmodus

Schriftlich und Mündlich

Weitere Informationen

Beachten Sie beim Verfassen der Ausarbeitung bitte die Richtlinie der TU Wien zum Umgang mit Plagiaten: https://www.tuwien.ac.at/fileadmin/t/ukanzlei/Lehre_-_Leitfaden_zum_Umgang_mit_Plagiaten.pdf


Beachten Sie beim Verfassen der Ausarbeitung bitte die Richtlinie der TU Wien zum Umgang mit Plagiaten: https://www.tuwien.at/fileadmin/Assets/dienstleister/Datenschutz_und_Dokumentenmanagement/Lehre_-_Leitfaden_zum_Umgang_mit_Plagiaten.pdf

Vortragende

Institut

LVA Termine

TagZeitDatumOrtBeschreibung
Di.12:00 - 13:0008.10.2019 Sem.R. DA grün 03CVorbesprechung Heitzinger
Mi.14:30 - 16:0009.10.2019 - 29.01.2020 Sem.R. DA 03 grün CSE Maschinelles Lernen
Di.14:30 - 16:0015.10.2019 - 28.01.2020 Sem.R. DA 03 grün CSE Maschinelles Lernen
AKNUM Maschinelles Lernen - Einzeltermine
TagDatumZeitOrtBeschreibung
Di.08.10.201912:00 - 13:00 Sem.R. DA grün 03CVorbesprechung Heitzinger
Mi.09.10.201914:30 - 16:00 Sem.R. DA 03 grün CSE Maschinelles Lernen
Di.15.10.201914:30 - 16:00 Sem.R. DA 03 grün CSE Maschinelles Lernen
Mi.16.10.201914:30 - 16:00 Sem.R. DA 03 grün CSE Maschinelles Lernen
Di.22.10.201914:30 - 16:00 Sem.R. DA 03 grün CSE Maschinelles Lernen
Mi.23.10.201914:30 - 16:00 Sem.R. DA 03 grün CSE Maschinelles Lernen
Di.29.10.201914:30 - 16:00 Sem.R. DA 03 grün CSE Maschinelles Lernen
Mi.30.10.201914:30 - 16:00 Sem.R. DA 03 grün CSE Maschinelles Lernen
Di.05.11.201914:30 - 16:00 Sem.R. DA 03 grün CSE Maschinelles Lernen
Mi.06.11.201914:30 - 16:00 Sem.R. DA 03 grün CSE Maschinelles Lernen
Di.12.11.201914:30 - 16:00 Sem.R. DA 03 grün CSE Maschinelles Lernen
Mi.13.11.201914:30 - 16:00 Sem.R. DA 03 grün CSE Maschinelles Lernen
Di.19.11.201914:30 - 16:00 Sem.R. DA 03 grün CSE Maschinelles Lernen
Mi.20.11.201914:30 - 16:00 Sem.R. DA 03 grün CSE Maschinelles Lernen
Di.26.11.201914:30 - 16:00 Sem.R. DA 03 grün CSE Maschinelles Lernen
Mi.27.11.201914:30 - 16:00 Sem.R. DA 03 grün CSE Maschinelles Lernen
Di.03.12.201914:30 - 16:00 Sem.R. DA 03 grün CSE Maschinelles Lernen
Mi.04.12.201914:30 - 16:00 Sem.R. DA 03 grün CSE Maschinelles Lernen
Di.10.12.201914:30 - 16:00 Sem.R. DA 03 grün CSE Maschinelles Lernen
Mi.11.12.201914:30 - 16:00 Sem.R. DA 03 grün CSE Maschinelles Lernen

Leistungsnachweis

Seminararbeit und Seminarpräsentation.

LVA-Anmeldung

Nicht erforderlich

Curricula

StudienkennzahlSemesterAnm.Bed.Info
860 GW Gebundene Wahlfächer - Technische Mathematik

Literatur

Es wird kein Skriptum zur Lehrveranstaltung angeboten.

Vorkenntnisse

Lineare Algebra, Analysis.

Sprache

bei Bedarf in Englisch