Moses - Modulbeschreibung ohne Titel

Zur Modulseite PDF generieren

Modul / Version
#41014 / #1

Gültigkeit
WiSe 2020/21 - SoSe 2021

Verfügbare Sprache(n)
English

Titel des Moduls
Computational Learning Theory

Leistungspunkte
3

Modulverantwortliche*r
Opper, Manfred

Benotung
Benotet

Prüfungsform
Portfolioprüfung

Lehrsprache(n)
English

Zugehörigkeit

Fakultät
Fakultät IV

Institut
Institut für Softwaretechnik und Theoretische Informatik

Fachgebiet
34351600 FG Künstliche Intelligenz

Prüfungsausschuss
Keine Angabe

Kontakt

Sekretariat
MAR 4-2

Ansprechpartner*in
Lippke, Cordula

E-Mail-Adresse
manfred.opper@tu-berlin.de

Webseite

http://www.ki.tu-berlin.de/menue/lehre

Diese Modulbeschreibung ist nicht oder nicht vollständig auf deutsch hinterlegt.

Es wird stattdessen der Inhalt der folgenden Sprachversion angezeigt: Englisch.

Klicken Sie hier um die Inhalte der fehlenden oder unvollständige Sprachversion (Deutsch) anzuzeigen

Diese Modulbeschreibung gilt nicht im aktuellen Semester.

Die Modulbeschreibung gilt nur für den Zeitraum WiSe 2020/21 - SoSe 2021.

Lernergebnisse

Students have a deep and profound understanding of the theoretical and especially statistical background of machine learning. This is achieved by the independent study of a current research topic in the field including rigorous mathematical derivations using literature and by the independent preparation of a seminar presentation.

Lehrinhalte

The seminar deals with the theory of machine learning from a (mathematically) rigorous statistical perspective. The so-called PAC (probably almost correct) learning framework focusses on the question how well a machine learning algorithm which was trained on random independent data can make predictions on new instances which are generated from the same but unknown probability distribution. The seminar will be based on the recent textbook “Understanding Machine Learning-From theory to Algorithms” by Shai Shalev-Schwartz and Shai Ben-David. After explaining the statistical learning framework, the seminar will discuss uniform convergence results and the VC dimension. It will also discuss theoretical aspects of different machine learning models, such as convex learning, support vector machines, boosting, online learning and stochastic gradient descent. It will cover regularisation, model selection and dimensionality reduction. Finally, also more advanced topics such as Rademacher complexities will be included.

Modulbestandteile

Compulsory area

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

Lehrveranstaltungen	Art	Nummer	Turnus	Sprache	SWS	ISIS	VVZ
Computational Learning Theory	SEM	3435 L 10792	WiSe	en	2

ISIS-Kurssuche nach Veranstaltungen des Moduls

Arbeitsaufwand und Leistungspunkte

Computational Learning Theory (SEM):

Aufwandbeschreibung	Multiplikator	Stunden	Gesamt
Attendance	15.0	2.0h	30.0h
Pre/post processing	15.0	4.0h	60.0h
			90.0h(~3 LP)

Der Aufwand des Moduls summiert sich zu 90.0 Stunden. Damit umfasst das Modul 3 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

The seminar includes skill adaptation training in current literature as well as the development of a talk.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Requirements: good knowledge in Mathematics (linear algebra, analysis, stochastics) as well as programming experience.

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

Benotung

Benotet

Prüfungsform

Portfolio examination

Art der Portfolioprüfung

100 Punkte insgesamt

Sprache(n)

English

Prüfungselemente

Name	Punkte	Kategorie	Dauer/Umfang
(Deliverable assessment) presentation	50	mündlich	45 minutes
(Learning process review) consultation	50	mündlich	20 minutes

Notenschlüssel

Notenschlüssel »Notenschlüssel 2: Fak IV (2)«

Gesamtpunktzahl	1.0	1.3	1.7	2.0	2.3	2.7	3.0	3.3	3.7	4.0
100.0pt	95.0pt	90.0pt	85.0pt	80.0pt	75.0pt	70.0pt	65.0pt	60.0pt	55.0pt	50.0pt

Dauer des Moduls

Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt:
1 Semester.

Dieses Modul kann in folgenden Semestern begonnen werden:
Wintersemester.

Maximale teilnehmende Personen

Die maximale Teilnehmerzahl beträgt 16.

Anmeldeformalitäten

Die Anmeldung zur Lehrveranstaltung erfolgt über die ISIS-Seite. Dies ersetzt nicht die Prüfungsanmeldung in QISPOS bzw. beim Prüfungsamt.

Literaturhinweise, Skripte

Skript in Papierform

Verfügbarkeit: nicht verfügbar

Skript in elektronischer Form

Verfügbarkeit: nicht verfügbar

Literatur

Empfohlene Literatur
Keine empfohlene Literatur angegeben

Zugeordnete Studiengänge

Semester:

Zeige auch ausgelaufene Studiengänge und StuPOs

Diese Modulversion wird in folgenden Studiengängen verwendet:

	Studiengang / StuPO	StuPOs	Verwendungen	Erste Verwendung	Letzte Verwendung
Dieses Modul findet in keinem Studiengang Verwendung.

Sonstiges

Keine Angabe