392117 Vertiefung Maschinelles Lernen (V) (WiSe 2021/2022)

Inhalt, Kommentar

Aufbauend auf dem Grundlagen-Modul "Neuronale Netze und Lernen", welches die grundlegende Theorie des maschinellen Lernens sowie einige grundlegende Ansätze behandelt hat, werden in diesem Modul thematische Vertiefungen zu folgenden Themenfeldern behandelt: Repräsentationen, Transformer-Architekturen für Sequenzen, Generative Modelle (Autoregressiv und GAN), Neuronaler Computer,
Reinforcement-Lernverfahren, Ausgewählte Theorieaspekte, Learning to Learn (Meta-L, One/Few-Shot-L), Ausblick und aktuelle Trends.

Building on lecture "Neuronale Netze und Lernen" this module offers advanced methods in these topic areas: representations, sequence-to-sequence transformer architectures, generative models (autoregressive and GAN), neural computer, reinforcement learning methods, selected theory aspects, learning-to-learn (meta-L,one/few-shot L), outlook and current trends.

Übungen/Exercises
Anstelle wöchentlicher Übungsaufgaben bearbeiten Sie ein Miniprojekt, reichen ihre Ergebnisse in Form einer schriftlichen Ausarbeitung ein und stellen das Projekt an einem Übungstermin interaktiv vor (ca. 15min).
Instead of weekly exercises you work on a miniproject and submit your results in an interactive presentation (ca. 15min).

Teilnahmevoraussetzungen, notwendige Vorkenntnisse

Die Vorlesung wendet sich an einschlägig interessierte Studenten der Informatik, Mathematik und Linguistik im Hauptstudium. Notwendige Voraussetzungen: Vorlesung Neuronale Netze und Lernen.

The lecture adresses students of computer science, mathematics and linguistics within the master course. Prerequisite is basic background in Neural Networks and Learning, e.g. the lecture "Neuronale Netze und Lernen"

Literaturangaben

Ian Goodfellow, Yoshua Begio, Aaron Courville: Deep Learning, Springer
Bishop, Ch., "Pattern Recognition and Machine Learning", Springer
Sutton & Barto, "Reinforcement Learning: An Introduction", MIT Press
& weiterführende Literatur in den Themenkapiteln

Externe Kommentarseite

http://www.zfl.uni-bielefeld.de/studium/module/techfak/msc_isy/#vertiefung_maschinelles_lernen

Lehrende

Termine ( Kalendersicht )

Rhythmus Tag Uhrzeit Format / Ort Zeitraum  

Zeige vergangene Termine >>

Fachzuordnungen

Modul Veranstaltung Leistungen  
39-M-Inf-VML Vertiefung Maschinelles Lernen Vertiefung Maschinelles Lernen Studieninformation

Die verbindlichen Modulbeschreibungen enthalten weitere Informationen, auch zu den "Leistungen" und ihren Anforderungen. Sind mehrere "Leistungsformen" möglich, entscheiden die jeweiligen Lehrenden darüber.


Anzahl Einzelleistungen (benotet und unbenotet)
eine benotete Einzelleistung/Nr. of single exams (w/without mark): one exam
Prüfungsformen/Types of exams
Variant(e) 1:
benotete mündliche Prüfung über die Inhalte der Vorlesung
/oral exam with mark about the lecture
Variant(e) 2:
Ausarbeitung und interaktive Kurzpräsentation (15min) eines "Miniprojekts"
Durchschnittsnote aus Note für Präsentation und Ausarbeitung
Written report and interactive presentation (15min) of a miniproject. Average from presentation and report marks.

Voraussetzungen für die Vergabe von Leistungspunkten/Conditions for credits:

Variant(e) 1: Bestehen der mündlichen Prüfung ergibt 5 LP/successful oral exam yields 5 credits
Variant(e) 2: Erfolgreiches Miniprojekt-Ausarbeitung und Kurzpräsentation ergibt 5 LP/successful miniproject report and presentation yields 5 credits

Lernraum (E-Learning)

Zu dieser Veranstaltung existiert ein Lernraum im E-Learning System. Lehrende können dort Materialien zu dieser Lehrveranstaltung bereitstellen:

registrierte Anzahl: 59
Dies ist die Anzahl der Studierenden, die die Veranstaltung im Stundenplan gespeichert haben. In Klammern die Anzahl der über Gastaccounts angemeldeten Benutzer*innen.
Adresse:
WS2021_392117@ekvv.uni-bielefeld.de
Lehrende, ihre Sekretariate sowie für die Pflege der Veranstaltungsdaten zuständige Personen können über diese Adresse E-Mails an die Veranstaltungsteilnehmer*innen verschicken. WICHTIG: Sie müssen verschickte E-Mails jeweils freischalten. Warten Sie die Freischaltungs-E-Mail ab und folgen Sie den darin enthaltenen Hinweisen.
Falls die Belegnummer mehrfach im Semester verwendet wird können Sie die folgende alternative Verteileradresse nutzen, um die Teilnehmer*innen genau dieser Veranstaltung zu erreichen: VST_295591815@ekvv.uni-bielefeld.de
Reichweite:
48 Studierende direkt per E-Mail erreichbar
Hinweise:
Weitere Hinweise zu den E-Mailverteilern
Letzte Änderung Grunddaten/Lehrende:
Samstag, 9. Oktober 2021 
Letzte Änderung Zeiten:
Freitag, 9. Juli 2021 
Letzte Änderung Räume:
Freitag, 9. Juli 2021 
Art(en) / SWS
V / 2
Einrichtung
Technische Fakultät
Fragen oder Korrekturen?
Fragen oder Korrekturwünsche zu dieser Veranstaltung?
Planungshilfen
Terminüberschneidungen für diese Veranstaltung
Link auf diese Veranstaltung
Wenn Sie diese Veranstaltungsseite verlinken wollen, so können Sie einen der folgenden Links verwenden. Verwenden Sie nicht den Link, der Ihnen in Ihrem Webbrowser angezeigt wird!
Der folgende Link verwendet die Veranstaltungs-ID und ist immer eindeutig:
https://ekvv.uni-bielefeld.de/kvv_publ/publ/vd?id=295591815
Seite zum Handy schicken
Klicken Sie hier, um den QR Code zu zeigen
Scannen Sie den QR-Code: QR-Code vergrößern
ID
295591815
Zum Seitenanfang