Index

Maschinelles Lernen für Zeitreihen

Dozent/in

Details

Zeit/Ort n.V.

Inhalt

Die Vorlesung vermittelt Konzepte des Maschinellen Lernens speziell im Hinblick auf Anwendungen bei Zeitreihen. Es handelt sich hier um eine Spezialisierungsvorlesung, eine erfolgreiche Absolvierung der Vorlesungen „IntroPR" und/oder „Pattern Recognition"/"Pattern Analysis" wird empfohlen. Konzepte, die in „IntroPR" vermittelt werden, werden hier als Grundwissen vorausgesetzt. Die folgenden Themen werden in der Vorlesung behandelt: - Ein Überblick über die Anwendungsgebiete der Zeitreihenanalyse - Methodische Grundlagen des Maschinellen Lernens (ML) für die Analyse von Zeitreihen, beispielsweise Gauß-Prozesse, Monte-Carlo Sampling und Deep Learning - Design, Implementierung und Evaluation von ML Methoden, um Probleme in Zeitreihen zu adressieren - Arbeitstechniken in bekannten Toolboxen zur Implementierung von relevanten Methoden, beispielsweise Tensorflow/Keras

Zusätzliche Informationen

Erwartete Teilnehmerzahl: 50