252-5051-00L  Advanced Topics in Machine Learning

SemesterHerbstsemester 2016
DozierendeJ. M. Buhmann, T. Hofmann, A. Krause, G. Rätsch
Periodizitätjährlich wiederkehrende Veranstaltung
LehrspracheEnglisch



Lehrveranstaltungen

NummerTitelUmfangDozierende
252-5051-00 SAdvanced Topics in Machine Learning Für Fachstudierende und Hörer/-innen ist eine Spezialbewilligung der Dozierenden notwendig.2 Std.
Di16:15-18:00CAB H 53 »
Do16:15-18:00CAB G 57 »
22.09.16:15-18:00ML F 40 »
J. M. Buhmann, T. Hofmann, A. Krause, G. Rätsch

Katalogdaten

KurzbeschreibungIn this seminar, recent papers of the pattern recognition and machine learning literature are presented and discussed. Possible topics cover statistical models in computer vision, graphical models and machine learning.
LernzielThe seminar "Advanced Topics in Machine Learning" familiarizes students with recent developments in pattern recognition and machine learning. Original articles have to be presented and critically reviewed. The students will learn how to structure a scientific presentation in English which covers the key ideas of a scientific paper. An important goal of the seminar presentation is to summarize the essential ideas of the paper in sufficient depth while omitting details which are not essential for the understanding of the work. The presentation style will play an important role and should reach the level of professional scientific presentations.
InhaltThe seminar will cover a number of recent papers which have emerged as important contributions to the pattern recognition and machine learning literature. The topics will vary from year to year but they are centered on methodological issues in machine learning like new learning algorithms, ensemble methods or new statistical models for machine learning applications. Frequently, papers are selected from computer vision or bioinformatics - two fields, which relies more and more on machine learning methodology and statistical models.
LiteraturThe papers will be presented in the first session of the seminar.

Leistungskontrolle

Information zur Leistungskontrolle (gültig bis die Lerneinheit neu gelesen wird)
Leistungskontrolle als Semesterkurs
ECTS Kreditpunkte2 KP
PrüfendeJ. M. Buhmann, A. Krause
Formbenotete Semesterleistung
PrüfungsspracheEnglisch
RepetitionRepetition nur nach erneuter Belegung der Lerneinheit möglich.

Lernmaterialien

 
HauptlinkList of papers
Es werden nur die öffentlichen Lernmaterialien aufgeführt.

Gruppen

Keine Informationen zu Gruppen vorhanden.

Einschränkungen

Allgemein : Für Fachstudierende und Hörer/-innen ist eine Spezialbewilligung der Dozierenden notwendig

Angeboten in

StudiengangBereichTyp
CAS in InformatikFachseminarenWInformation
Informatik MasterSeminar in Visual ComputingWInformation
Informatik MasterSeminar in Information SystemsWInformation
Robotics, Systems and Control MasterKernfächerWInformation
Statistik MasterSeminar oder SemesterarbeitWInformation