Dieser Kurs bietet eine gründliche moderne Einführung in den Bereich des maschinellen Lernens. Es richtet sich an Studierende, die nicht nur verstehen möchten, was maschinelle Lernalgorithmen tun und wie sie verwendet werden können, sondern auch die grundlegenden Prinzipien, wie und warum sie funktionieren. Weitere Informationen finden Sie in der Kursbeschreibung und den Vorlesungen.
Voraussetzungen sind Grundkenntnisse in linearer Algebra (Matrizen, Eigenvektoren), Wahrscheinlichkeit, Statistik, Programmierung in Python und Latex. In der Kursbeschreibung und vor allem auf der Ressourcenseite finden Sie Links
Um sich für den Kurs anzumelden, müssen alle Schüler das Wartelistenformular ausfüllen. Wir werden unser Bestes geben, um so viele qualifizierte Studenten wie möglich unterzubringen, aber wir erhalten in der Regel mehr Registrierungsanfragen als die Kurskapazität. Anmelde- / Genehmigungsentscheidungen basieren in erster Linie auf dem Hintergrund der Studenten und auf den Richtlinien der Wartelisten der Abteilungen.
Vorträge sind über zoom MW 10:30-12:00, F 9:30-11:00 Uhr . Vorlesungsaufzeichnungen sind auf Leinwand, Die Teilnahme wird dringend empfohlen.
Der Zeitplan, einschließlich Prüfungstermine, ist in Vorlesungen.
Zuweisungen werden in Canvas veröffentlicht.Ihre Hausaufgaben werden über Gradescope eingereicht.Die Codierung erfolgt in Python-Jupyter-Notebooks mit Numpy / SKLearn / Pytorch . Schriftliche Hausaufgaben werden in Latex sein.
Für Fragen zu Kursmaterial und Aufgaben verwenden Sie Piazza.
Website des letzten Jahres