Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage, die Theorie gewisser Methoden des maschinellen Lernens zu verstehen und entsprechende Algorithmen zu implementieren. Ausgewählte aktuelle Theorie- und Anwendungsprobleme werden auf diese Art und Weise gelöst.
Dieses Mal ein Fokus auf Reinforcement learning (RL) und aktuelle Anwendungen wie z.B.
Theorie: Konvergenz und Komplexität der verschiedenen Algorithmen.
Methoden des Reinforcement learning, des Supervised und des Unsupervised learning.
Zeit der Vorbesprechung wird noch bekanntgegeben.
Implementierung und Dokumentation.
Nicht erforderlich
Lineare Algebra, Analysis. Erfahrung mit Programmiersprachen wie Julia oder Python.