Mathematische Grundlagen für Maschinelles Lernen
Termin:
Blockveranstaltung Di, 08.04. bis Fr, 11.04.2014 jeweils 10:00-17:00 Uhr
Raum:
Dozent:
Nico Goernitz (nico.goernitz@tu-berlin.de, Raum MAR 4.029)
Ziel
Das Ziel dieses Kurses ist es, die mathematischen Kenntnisse aus den Grundlagen des Modulen des Informatik Studiums, die für die Vorlesungen "Kognitive Algorithmen" und "Maschinelles Lernen" vorausgesetzt werden, aufzufrischen und zu vertiefen.
Dabei handelt es sich um Konzepte der Linearen Algebra (Vektorraume, Skalarprodukte, Orthogonale Vektoren, Matrizen als lineare Abbildungen, Determinanten, Eigenwerte- und Eigenvektoren) und Wahrscheinlichkeitstheorie (mehrdimensionale Wahrscheinlichkeitsverteilungen, Rechnen mit Erwartungswerten und Varianzen).
Dienstag - Gruppe, Koerper & (Euklidische) Vektorräume
Mittwoch - Lineare Abbildungen, Matrizen & Determinante
Donnerstag - Polynome, Eigenwerte & Eigenvektoren
Freitag - Wahrscheinlichkeitsrechnung
KLAUSUR
Die Klausur wird 90min dauern. Falls notwendig bitte vorher beim Pruefungsamt anmelden!