392117 Vertiefung Maschinelles Lernen (V) (WiSe 2023/2024)

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.

Bibliography

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

External comments page

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