Heidelberg University

Statistische Analyse von maschinellen Lernalgorithmen

Spezialvorlesung im Wintersemester 2020/2021

Organisatorisches

(nicht aktuell)
  • Zeit: Mittwoch (14–16 Uhr)
  • Ort: Mathematikon INF 205, HS

Kontakt

Klassifizierung

  • Master-Spezialvorlesung, 6LP, Modul MM36 (Spezialvertiefung Statistik und Wahrscheinlichkeitstheorie)
  • 2 + 2 SWS (1 Vorlesung pro Woche, 1 Übung pro Woche).

Vorlesung

Inhalt

Wir führen das theoretische Fundament zur Bewertung von maschinellen Lernalgorithmen mit Hilfe des Excess Bayes Risks ein. Dieses misst die Vorhersagequalität auf Basis von Annahmen an die Verteilung der Trainingsdaten und des jeweiligen Algorithmus. Unter anderem werden Support Vector machines, Entscheidungsbäume und neuronale Netzwerke behandelt. Diese werden dazu auch jeweils kurz eingeführt.

Die Vorlesung ist online verfügbar in Form von asynchronen Videos. Diese sind in kleinere Zeiteinheiten unterteilt und behandeln jeweils möglichst abgeschlossene Themenkomplexe (z.B. Unterkapitel im Skript).

Voraussichtlicher Vorlesungsplan:
  • 1) Motivation und statistische Entscheidungstheorie
  • 2) Lineares Modell und Lasso-Schätzer
  • 3) Klassifikationsprobleme und logistische Regression
  • 4) Support Vector Machines I
  • 5) Support Vector Machines II
  • 6) Bäume I
  • 7) ...

Voraussetzungen

  • VL Wahrscheinlichkeitstheorie
  • Äußerst hilfreich: VL Wahrscheinlichkeitstheorie 2, VL Empirische Prozesse, VL Asymptotische Statistik
  • Optional: Die Programmiersprache R und Ihre Anwendungen in der Stochastik

Skript

Es gibt ein Skript zur Vorlesung: Skript
Das Passwort wird Ihnen per MÜSLI mitgeteilt.

Vorlesungsaufnahmen

Siehe Menu links: Videos

Übungsgruppen und Übungen

Übungen finden online mit dem Dozenten über heiconf statt. Ziel ist die Diskussion der Vorlesungsinhalte sowie deren Vertiefung anhand von Übungsaufgaben. Eine Abgabe und Korrektur von Übungsaufgaben findet nicht statt.

Die Übung findet jeweils Mittwochs, 16:15 Uhr im Ihnen per MÜSLI mitgeteilten HeiConf-Raum statt.

Übungsblätter

Modulprüfung

Mündliche Prüfung.

Literatur