Mathematische Statistik beim Maschinellen Lernen
Wintersemester 2019/2020
Organisation
Dozenten:Seminar
- Zeit: An Dienstagen, in Blöcken, 14 - 18 Uhr
- Ort: Mathematikon, Seminarraum 6
Vorbesprechung und Deadline für Anmeldungen
Dienstag, 15.10.2019, 15:00 Uhr in INF205/Seminarraum 6. Die Anmeldung erfolgt per Mail an Stefan Richter.Seminar-Klassifizierung
Das Seminar ist ein Master-Seminar im Bereich Angewandte Mathematik.Leistungspunkte: 6
Vorwissen
- Vorlesungen in Wahrscheinlichkeitstheorie und Statistik (insbes. Wahrscheinlichkeitstheorie 1).
- Sichere Kenntnisse im Bereich bedingte Erwartungswerte, bedingte Verteilungen, Eigenwerte, Spektralsatz.
- Möglichst Kenntnisse der Programmiersprache R, s.u. (z.B. Besuch der Vorlesung "Die Programmiersprache R" in WS2018/2019)
- Für einige Vorträge können Basiskenntnisse in Funktionalanalysis / Large Deviation Inequalities nützlich sein, aber auch im Laufe der Vorbereitung angeeignet werden.
Inhalt
Das Seminar orientiert sich am Buch "Statistisches und Maschinelles Lernen" (Springer 2019).Online-Aufruf über Universitäts-Bibliothek: Link.
Die meisten Vorträge sind thematisch unabhängig voneinander.
Themen:
Tag | Vortragende | Thema |
Di, 29.10.2019 | Stefan Richter | Einführung (Folien) |
Di, 19.11.2019 | Niklas Wünstel | Lineare Algorithmen für Regression (Folien) |
Leonie Kreis | Support Vector Machines Teil 1 (Folien) | |
Tim Reitze | Support Vector Machines Teil 2 (Folien) | |
Di, 26.11.2019 | René Bucchia | Nichtparametrische Methoden und Naiver Bayes-Schätzer (Folien, Shiny R Quellcode) |
Bérénice Robert | Einführung Bäume (Folien) | |
Ricardo Blum | Bagging von Bäumen und Random Forests (Folien) | |
Robin Viellieber | Boosting von Bäumen (Folien) | |
Di, 03.12.2019 | Moritz Haas | Neuronale Netzwerke 1 (Folien) |
Kay Zaradny | Neuronale Netzwerke 2 (Folien) | |
Stefan Richter | Reinforcement Learning (Folien) | |
Di, 10.12.2019 | Fritz Schelten | k-means Clustering und EM-Algorithmus (Folien) |
Michael Budjan | Hauptkomponentenanalyse (Folien) | |
Leon Hetzel | Spektrales Clustern (Folien) |
Aufbau der Vorträge
Ein Vortrag besteht aus 3 Teilen:- Einführung in das Verfahren, Notation
- Praktische Darstellung des Verfahrens an Beispielen (programmiert mit R; Basis-Quelltexte verfügbar)
- Präsentation statistischer Aussagen und deren Beweisideen