Dr. Maximilian Bügler, CTO bei der Altoida AG, Dozent an der TUM, gibt in diesem Vortrag Einblicke in die Grundlagen, sowie aktuelle Entwicklungen im Feld des maschinellen Lernens. Das Feld teilt sich im wesentlichen in die Bereiche Klassifikation, Regression, aktives Lernen, sowie Kategorisierung auf. Neben aktuellen Anwendungsbeispielen gibt er dem Zuschauer Einblicke in die Funktionsweise linearer neuronaler Netze und wie diese bereits relativ komplexe Probleme in den Bereichen Klassifikation und Regression effektiv lösen können. Folglich erläutert er, wie sich auf Basis der selben Theorie auch sehr viel komplexere Probleme lösen lassen und schlägt so die Brücke zum Deep Learning. Im Bereich des aktiven Lernens erläutert er anhand eines klassischen Beispiels das Verfahren des bestärkenden Lernens und zeigt aktuelle Anwendungsbeispiele. Abschließend beschreibt er den Trend hin zu skalierbaren Verfahren im Zeitalter der Cloud.
… zu den Vortragsfolien (PDF)