idw – Informationsdienst Wissenschaft
Nachrichten, Termine, Experten
Nachrichten, Termine, Experten
idw - Informationsdienst
Wissenschaft
Auf dem YouTube Kanal „Tübingen Machine Learning“ ist eine neue Vorlesungreihe zu maschinellem Lernen verfügbar. Die Videos der englischsprachigen Reihe „Numerics of Machine Learning" (https://www.youtube.com/playlist?list=PL05umP7R6ij2lwDdj7IkuHoP9vHlEcH0s) erörtern interessante praktische und theoretische Aspekte der Algorithmen, die maschinelles Lernen ermöglichen. Die kostenfreien Lerninhalte richten sich an alle Machine-Learning-Interessierten. Der Kurs zur Numerik des maschinellen Lernens wird im Wintersemester 22/23 im Masterstudiengang Machine Learning an der Universität Tübingen gelehrt.
Die Kursmaterialien
Die Videos der Masterclass stellen die Vortragenden auf YouTube; die Folien und Materialien können auf Github heruntergeladen werden. Die Folien enthalten mit Zeitstempel versehene Links zum jeweiligen Video-Abschnitt. Die Vorlesungen und Kursmaterialien sind kostenfrei für alle Machine-Learning-Interessierten verfügbar.
Zu den Folien (https://github.com/philipphennig/NumericsOfML)
Zu den Videos (https://www.youtube.com/playlist?list=PL05umP7R6ij2lwDdj7IkuHoP9vHlEcH0s)
Kursinhalte
Die Vortragenden der Vorlesungsreihe erläutern die Sichtweise der probabilistischen Numerik, die davon ausgeht, dass das Rechnen selbst ein Inferenzprozess ist. Die Einführungsvorlesung des Kurses hält Philipp Hennig, Cyber Valley Co-Sprecher und Professor für Methoden des maschinellen Lernens am Tübingen AI Center der Universität Tübingen. Im zweiten Video spricht Doktorand Marvin Pförtner über "Numerical Linear Algebra". Jonathan Wenger, ebenfalls Doktorand, widmet sich in den weiteren Videos "Gaussian Processes". Weitere Videos werden im Laufe des Januar und Februar 2023 hochgeladen.
Frei zugängliche Vorlesungen zu maschinellem Lernen
Die neue Masterclass ist eine von mehreren frei verfügbaren Videovorlesungen auf dem YouTube-Kanal „Tübingen Machine Learning“ (zur Übersicht: https://www.youtube.com/@TubingenML/playlists?view=50&sort=dd&shelf_id=1...). Der Kanal entstand aus einer Kooperation der Lehrenden des Exzellenzclusters "Maschinelles Lernen für die Wissenschaft" der Universität Tübingen und des Tübingen AI Centers. „Wir haben während Corona damit angefangen, und mittlerweile ein breites Publikum aufgebaut“, sagt Hennig. Mittlerweile hat der Kanal mehr als 25.000 Abonnent:innen.
Für Interessierte, die sich ohne Vorwissen über maschinelles Lernen informieren möchten, empfiehlt Hennig die englischsprachige Kursreihe „Introduction to Machine Learning“ von Dmitry Kobak (https://www.youtube.com/playlist?list=PL05umP7R6ij35ShKLDqccJSDntugY4FQT). Wer über aktuelle Forschung auf dem neuesten Stand bleiben möchte, kann sich die dreiminütigen „Research-Spotlight-Videos“ anschauen, in denen die Forschenden neue wissenschaftliche Veröffentlichungen zusammenfassen (http://www.youtube.com/playlist?list=PL05umP7R6ij0pTCyaKny5V4iBs3739f4z).
Die kostenfreien Lern- und Lehrmaterialen sind ein Beispiel für gelebte OER-Praxis im Cyber Valley Ökosystem. OER steht für Open Educational Resources, also frei zugängliche Lern- und Lehrmaterialien, die es Menschen weltweit ermöglichen, sich zu maschinellem Lernen weiterzubilden.
Prof. Dr. Philipp Hennig
Professor für die Methoden des Maschinellen Lernens, Universität Tübingen
+49 7071 29-70850 (Sekretariat)
mml-sekretariat@inf.uni-tuebingen.de
https://www.youtube.com/playlist?list=PL05umP7R6ij2lwDdj7IkuHoP9vHlEcH0s Playlist "Numerics of Machine Learning"
Symbolgrafik: Masterclass
Cyber Valley
Criteria of this press release:
Journalists, Scientists and scholars, Students, all interested persons
Information technology, Mathematics
regional
Advanced scientific education, Studies and teaching
German
You can combine search terms with and, or and/or not, e.g. Philo not logy.
You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).
Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.
You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).
If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).
