183.605 Machine Learning for Visual Computing
Diese Lehrveranstaltung ist in allen zugeordneten Curricula Teil der STEOP.
Diese Lehrveranstaltung ist in mindestens einem zugeordneten Curriculum Teil der STEOP.

2018W, VU, 3.0h, 4.5EC

Merkmale

  • Semesterwochenstunden: 3.0
  • ECTS: 4.5
  • Typ: VU Vorlesung mit Übung

Ziele der Lehrveranstaltung

Verstehen der Prinzipien des maschinellen Lernens. Fähigkeit, die Methoden für Probleme im Bereich Visual Computing einzusetzen.

Inhalt der Lehrveranstaltung

- Lineare Modelle für Regression und Klassifikation (inkl. Perceptron, Linear Basis Function Models, RBF, historische Entwicklung), Anwendungen in Visual Computing
- Neuronale Netze
- Fehlerfunktionen und Verfahren zur Parameteroptimierung (e.g., Pseudo-Inverse, Gradient Descent, Newton Methode)
- Modellkomplexität, Regularisierung, Model Selektion, VC Dimension 
- Kernel Methoden: Dualität, Sparsity, Support Vector Machine
- Principal Component Analysis und Hebb Lernregel, Canonical Correlation Analysis, nicht lineare Kernel-Erweiterungen, Anwendungen für Visual Computing
- Bayessche Sicht der behandelten Modelle, Bayesian Regression, Relevance Vector Machine
- Clustering und Vektor Quantisierung (e.g., k-means)
- Überblick über Deep Learning Modelle 

 

Weitere Informationen

ECTS Breakdown: 

4.5 ECTS = 112.5 Stunden
30     Vorlesung
70     2 Übungsrunden (inklusive Befassen mit grundlegenden Methoden und 
       Literatur, Erstellen von Programmcode in MATLAB oder einem ähnlichen Framework und Dokumentation)
2.5    2 Abgabegespräche (inklusive Vorbereitung)
10     Schriftliche Prüfung mit Vorbereitung

Vortragende

Institut

LVA Termine

TagZeitDatumOrtBeschreibung
Di.12:00 - 14:0002.10.2018 - 22.01.2019EI 8 Pötzl HS Vorlesung MLVC 183.605
Di.12:00 - 14:0002.10.2018EI 8 Pötzl HS Vorbesprechung und erste Vorlesungseinheit
Machine Learning for Visual Computing - Einzeltermine
TagDatumZeitOrtBeschreibung
Di.02.10.201812:00 - 14:00EI 8 Pötzl HS Vorlesung MLVC 183.605
Di.02.10.201812:00 - 14:00EI 8 Pötzl HS Vorbesprechung und erste Vorlesungseinheit
Di.09.10.201812:00 - 14:00EI 8 Pötzl HS Vorlesung MLVC 183.605
Di.16.10.201812:00 - 14:00EI 8 Pötzl HS Vorlesung MLVC 183.605
Di.23.10.201812:00 - 14:00EI 8 Pötzl HS Vorlesung MLVC 183.605
Di.30.10.201812:00 - 14:00EI 8 Pötzl HS Vorlesung MLVC 183.605
Di.06.11.201812:00 - 14:00EI 8 Pötzl HS Vorlesung MLVC 183.605
Di.13.11.201812:00 - 14:00EI 8 Pötzl HS Vorlesung MLVC 183.605
Di.20.11.201812:00 - 14:00EI 8 Pötzl HS Vorlesung MLVC 183.605
Di.27.11.201812:00 - 14:00EI 8 Pötzl HS Vorlesung MLVC 183.605
Di.04.12.201812:00 - 14:00EI 8 Pötzl HS Vorlesung MLVC 183.605
Di.11.12.201812:00 - 14:00EI 8 Pötzl HS Vorlesung MLVC 183.605
Di.18.12.201812:00 - 14:00EI 8 Pötzl HS Vorlesung MLVC 183.605
Di.08.01.201912:00 - 14:00EI 8 Pötzl HS Vorlesung MLVC 183.605
Di.15.01.201912:00 - 14:00EI 8 Pötzl HS Vorlesung MLVC 183.605
Di.22.01.201912:00 - 14:00EI 8 Pötzl HS Vorlesung MLVC 183.605

Leistungsnachweis

  • Zwei Abgaben mit je einem Abgabegespräch.
  • Eine schriftliche Prüfung.

Prüfungen

TagZeitDatumOrtPrüfungsmodusAnmeldefristAnmeldungPrüfung
Di.12:00 - 13:3021.01.2020EI 8 Pötzl HS schriftlich06.01.2020 00:00 - 20.01.2020 23:59in TISSVorlesungsprüfung
Mo.15:00 - 16:3027.04.2020Seminarraum FAV 01 A (Seminarraum 183/2) schriftlich13.04.2020 00:00 - 26.04.2020 23:59in TISSVorlesungsprüfung
Fr.10:00 - 11:3012.06.2020 EI 9 Hlawka HSschriftlich27.05.2020 00:00 - 10.06.2020 23:59in TISSVorlesungsprüfung

LVA-Anmeldung

Von Bis Abmeldung bis
24.09.2018 09:00 10.10.2018 23:59 10.10.2018 23:59

Anmeldemodalitäten:

Die Anmeldung erfolgt im TISS. Die Einteilung in Kleingruppen mit je 3 Studierenden ist in den Tagen nach der Anmeldung in TUWEL möglich. 

Curricula

Literatur

Es wird kein Skriptum zur Lehrveranstaltung angeboten.

Vorkenntnisse

Kenntnisse in linearer Algebra und Wahrscheinlichkeitsrechnung

Vertiefende Lehrveranstaltungen

Weitere Informationen

Sprache

Deutsch