Veranstalter |
|
Zielgruppe |
Master |
Termin(e) |
Di. 10-12h, Oet. 67, Raum 033 Beginn 25.04.17 |
Durchführung |
Inhalt des Seminars
Das Seminar bietet einen Überblick zu relevanten Themen der statistischen AI und beleuchtet Zusammenhänge verschiedener Teilgebiete. Zu ausgewählten Themen werden aktuelle Forschungsergebnisse vertiefend vorgestellt.
- Probability Theory & Bayesian Statistics
- Stochastic Optimization (Heuristic Search, Gradient-Based Methods)
- Machine Learning (Supervised, Unsupervised, Semi-Supervised)
- Neural Networks & Deep Learning
- Generative Models (Adversarial Nets, Variational Autoencoders)
- Model-Free/Model-Based Deep Reinforcement Learning
- Online Planning & Local Search
- Distributed Online Multi-Agent Coordination
- Open-Source Tools and Research Resources
Organisatorisches
- Die Themenvergabe erfolgt im Rahmen der Einführungsveranstaltung.
- Jeder Teilnehmer stellt ein Thema im Rahmen eines Vortrags vor.
- Zusätzlich ist eine schriftliche Ausarbeitung zum Thema verfassen.
Themen
Die einzelnen Themen werden in der Einführungsveranstaltung erörtert.
Ausarbeitung
Es ist eine schriftliche Ausarbeitung zum Thema zu verfassen.
Kontakt
Anmeldung
Die Plätze werden über Uniworx via Zentralanmeldung vergeben.