CS229: Maschinelles Lernen

Der Lehrplan umfasst eine Vielzahl von Themen, darunter überwachtes Lernen, das generatives Lernen, parametrisches und nicht-parametrisches Lernen sowie neuronale Netzwerke umfasst. Darüber hinaus befasst sich der Kurs mit Methoden des unbeaufsichtigten Lernens wie Clustering und Dimensionsreduktion. Die Studierenden werden auch die Lerntheorie erkunden, wobei der Fokus auf Konzepten wie dem Bias-Variance-Tradeoff und praktischen Ratschlägen zur Implementierung von Lösungen für maschinelles Lernen liegt.

Verstärkendes Lernen und adaptive Steuerung sind ebenfalls zentrale Bestandteile des Kurses, die Einblicke darin geben, wie Maschinen aus ihrer Umgebung lernen und ihre Leistung im Laufe der Zeit verbessern können. Darüber hinaus behandelt der Kurs aktuelle Anwendungen des maschinellen Lernens in Bereichen wie robotergestützter Steuerung, Datenanalyse, autonomer Navigation, Bioinformatik, Spracherkennung sowie Text- und Webdatenverarbeitung.

Der Kurs wird von den erfahrenen Dozenten Jehangir Amjad und Anand Avati unter der Unterstützung eines engagierten Kurs-Teams geleitet. Die Vorlesungen finden dienstags und donnerstags von 16:30 bis 18:15 Uhr im NVIDIA Auditorium statt. Die Studierenden sollten über Grundkenntnisse in den Prinzipien der Informatik, Vertrautheit mit Python/NumPy sowie Kenntnisse in Wahrscheinlichkeitstheorie und mehrdimensionaler Analysis verfügen.

CS229 ist nicht nur eine theoretische Erkundung, sondern betont auch praktische Anwendungen, was es für Studierende geeignet macht, die eine Karriere in der Datenwissenschaft, künstlichen Intelligenz und verwandten Bereichen anstreben. Der Kurs fördert die aktive Teilnahme und Zusammenarbeit unter den Studierenden und schafft so eine reiche Lernumgebung.