HIDA Virtual ML Summer School 2021
Eintauchen in maschinelles Lernen
Die Resonanz auf die Virtual ML Summer School 2020 war gewaltig. Wir freuen uns daher besonders, dieses Programm 2021 wieder anbieten zu können. Kern ist ein Einführungskurs in grundlegende Techniken und Konzepte von supervised Machine Learning, das zu einem zentralen Bestandteil der modernen Datenanalyse geworden ist.
powered by HIDA, in cooperation with Helmholtz AI, MUDS, LMU, MCML
## Dieser Kurs wird in englischer Sprache unterrichtet ##
Dive into Machine Learning
Der Kurs ist in sich so geschlossen wie möglich aufgebaut, um die meisten relevanten Bereiche des überwachten Machine Learnings (ML) abzudecken. Die einführenden Teilezielen eher auf ein praktisches und operatives Verständnis der behandelten Algorithmen und Modelle ab. In den fortgeschritteneren Abschnitten beziehen wir auch fundierte theoretische Grundlagen und Beweise mit ein, um die ML-Theorie in sich geschlossen und so präzise wie möglich zu vermitteln.
Das Konzept folgt der Flipped-Classroom-Methode: Von den Teilnehmern wird erwartet, dass sie die Kursmaterialien (Videos, Quiz, Online-Übungen) selbstständig und in ihrem eigenen Tempo zu bearbeiten, um sich für die Live-Sitzungen vorzubereiten. In Online-Sitzungen live und Gruppenarbeiten werden die gelernten Konzepte in die Praxis umgesetzt.
Die Live-Sitzungen finden in zwei aufeinanderfolgenden Blöcken statt. Die Teilnehmer melden sich für beide Blöcke an.
Blockprogramm:
Block 1 21. bis 27. Juli 2021 (Wochenende ausgenommen), 9:30 bis 13 Uhr MESZ
- 21.07. ML-Grundlagen
- 22.07. Regression
- 23.07. Klassifizierung
- 26.07. Klassifizierung knn
- 27.07. Auswertung
Block 2 1. bis 7. September 2021 (Wochenende ausgenommen), 9:30 - 13 Uhr MESZ
- 01.09. Auswertung
- 02.09. Bäume
- 03.09. Zufalls-Wälder
- 06.09. Abstimmung
- 07.09. Praktische Hinweise
Wenn Sie mehr über den Inhalt des Kurses erfahren möchten, schauen Sie sich bitte die Kursübersicht an.
Neben dem Kursprogramm geben Helmholtz AI Consultants Einblicke in aktuelle Forschungsprojekte und die Anwendung von ML-Methoden, Zeit & Datum tba.
Voraussetzungen
Im Vorfeld des Kurses haben Sie Zugriff auf die Kursmaterialien und organisieren Ihre Lernzeit selbst: Sie können einzelne Themen am Tag vor den Live-Sitzungen oder in den Wochen vor Kursbeginn vorbereiten.
Der Kurs wird in englischer Sprache unterrichtet und richtet sich an ML-Einsteiger mit einer grundlegenden, universitären Ausbildung in Mathematik und Statistik:
- Grundlegende lineare Algebra: Vektoren, Matrizen, Determinanten
- Einfache Infinitesimalrechnung: Ableitungen, Integrale, Gradienten
- Etwas Wahrscheinlichkeitsrechnung: Wahrscheinlichkeit, Zufallsvariablen, Verteilungen
- Grundkenntnisse der Statistik: deskriptive Statistik, Schätzer
- (Lineare) Modellierung aus Sicht der Statistik ist hilfreich, aber nicht erforderlich
- Arbeitskenntnisse in R
Referenzen für Voraussetzungen
- R Einführungskurs auf datacamp.com
- H. Wickham, G. Grolemund R für Datenwissenschaft
Schulungsleiter
- Bernd Bischl (LMU München, MCML)
- Ludwig Bothmann (LMU München)
- Tobias Pielok (LMU München)
Das Programm baut auf dem Kurs Introduction to Machine Learning (I2ML) auf, der von Bernd Bischl, Fabian Scheipl, Heidi Seibold, Ludwig Bothmann, Christoph Molnar, Daniel Schalk und Tobias Pielok entwickelt wurde. Konzept und Materialien sind frei verfügbar unter Creative Commons Attribution 4.0 International (CC BY 4.0). Bei Verwendung freuen sich die Initiatoren über einen Hinweis!
Zum HIDA-Newsletter
MUDS, Helmholtz AI und HIDA sind Teil des Helmholtz-Inkubators Information & Data Science.
