Zeit / Ort des Seminars :
Di 10:00-12:00 im Raum 05-426
Inhalt:
Ausgewählte Themen über die mathematischen Methoden, welche für machine learning wichtig sind.
Literatur:
The Mathematics of Machine Learning von M. Han Veiga und F. Gaston Ged, de Gruyter (2024)
Mathematical Aspects of Deep Learning von P. Gross und G. Kutyniok, Cambridge Uni. Press (2022)
Wie halte ich einen Seminarvortrag?
How to give a good research talk?
| Datum | Thema | Vortragender/Vortragende |
|---|---|---|
| 11.11.25 | Mathematics of ML: Introduction to ML, p.3-12; The modern mathematics of deep learning: Introduction 1.1, p.1.-16. | P. Rossel |
| 18.11.25 | Mathematics of ML: Optimization, p. 34-53 | A. Hentrich |
| 25.11.25 | Mathematics of ML: Statistical learning theory, p.59-64; Mathematics of ML: Linear models, p.71-86 | P. K. Pech |
| 02.12.25 | Mathematics of ML: Kernel methods, p.88-97 | C. Baratsh |
| 13.01.26 | Mathematics of ML: Deep learning,p.117-124 | P. Hamilton |
| 20.01.26 | Mathematics of ML: Deep learning, p. 124-134 | T. Rösch |
Vorträge zu weiteren Themen werden von wissenschaftlichen Mitarbeitern gehalten.