Introduction to Machine Learning

Introduction to Machine Learning

Overview

Description

Content:

• Python for Machine Learning,
• Introduction to Probabilistic Calculation and Statistics for Machine Learning,
• Introduction to Optimization for Machine Learning,
• Linear Regression,
• Linear Classification,
• Clustering,
• Dimensionality Reduction,
• Introduction to Deep Learning.

Qualification goals

Nach erfolgreichem Abschluss dieses Moduls sollten die Studierenden in der Lage sein grundlegende Konzepte des maschinellen Lernens zu verstehen und korrekt anzuwenden, elementare Werkzeuge zur Analyse der Leistungsfähigkeit von maschinellen Lernverfahren zu beherrschen, die wichtigsten Grenzen von Methoden des maschinellen Lernens zu erkennen, Strategien zur Überwindung solcher Einschränkungen vorzuschlagen.

Proof of Performance

1 Prüfung: schriftliche Prüfung, 90 Minuten, oder mündliche Prüfung, 30 Minuten, oder Take-Home-Prüfung

1 Studienleistung: 50% der Übungen müssen bestanden werden

Literature

• Understanding Machine Learning, Shalev-Schwartz & Ben-David, 2014
• Learning Theory from First Principles, Bach, 2024
• Deep Learning, Goodfellow et al., 2016
• Mathematical Theory of Deep Learning, Petersen & Zech, 2024
• Mathematics for Machine Learning, Deisenroth et al., 2020
• Neural Networks and Deep Learning, Aggarwal, 2023 (2nd edition)
• Deep Learning Architectures, Calin, 2020