Allgemeines

Die Bachelor-Vorlesung Einführung in das Maschinelle Lernen gehört zu den Pflichtmodulen für Studierende der ET und NES

Termine und Materialien zu Vorlesung und Übung

Vorlesung und Übung werden in eigenen Moodle-Räumen organisiert, wo die semesterbegleitenden Materialien und Termine bekanntgegeben werden.
Die Anmeldung erfolgt dabei  über LSF

Vorlesungsinhalte

Grundlagen des maschinellen Lernens
Regression und Klassifikation
Grundkonzepte der Statistik und Wahrscheinlichkeitsrechnung
Überwachtes Lernen

• Naive Bayes
• Lineare Diskriminanz
• Instanzbasierte Lernverfahren
• Lineare und polynomiale Regression
• Neuronale Netze
• Deep Learning

Ensemble Methoden
Umsetzung von Maschinellen Lernverfahren mit Hilfe von Matlab 
Fallbeispiele aus technischen Anwendungen