Statistical learning and neural networks

  • Unterricht

    Details

    Fakultät Math.-Nat. und Med. Fakultät
    Bereich Mathematik
    Code UE-SMA.03413
    Sprachen Französisch , Englisch
    Art der Unterrichtseinheit Vorlesung
    Kursus Bachelor
    Semester HS-2021

    Zeitplan und Räume

    Vorlesungszeiten Montag 13:15 - 15:00, Wöchentlich (Herbstsemester)
    Stunden pro Woche
    		2

    Unterricht

    Verantwortliche
    • Mazza Christian
    Dozenten-innen
    • Mazza Christian
    Beschreibung

    This course aims at presenting and studying mathematically models from statistical learning theory, by focusing on deep learning algorithms in multi-layer neural networks. Applications to artificial intelligence will be provided. We will also present and study the basic probabilistic and statistical models of machine learning by making links with neural nets. A special emphasis will be given to deep learning processes for Boltzmann machines using methods from probability theory, statistics and statistical mechanics. 
    Bemerkungen

    compte pour Mathématiques appliquées
    Soft Skills Nein
    ausserhalb des Bereichs Nein
    BeNeFri Ja
    Mobilität Ja
    UniPop Nein
  • Einzeltermine und Räume
    Datum Zeit Art der Unterrichtseinheit Ort
    20.09.2021 13:15 - 15:00 Kurs PER 07, Raum 1.309
    27.09.2021 13:15 - 15:00 Kurs PER 07, Raum 1.309
    04.10.2021 13:15 - 15:00 Kurs PER 07, Raum 1.309
    11.10.2021 13:15 - 15:00 Kurs PER 02, Raum 0.403
    18.10.2021 13:15 - 15:00 Kurs PER 02, Raum 0.403
    25.10.2021 13:15 - 15:00 Kurs PER 02, Raum 0.403
    08.11.2021 13:15 - 15:00 Kurs PER 02, Raum 0.403
    22.11.2021 13:15 - 15:00 Kurs PER 02, Raum 0.403
    29.11.2021 13:15 - 15:00 Kurs PER 02, Raum 0.403
    06.12.2021 13:15 - 15:00 Kurs PER 02, Raum 0.403
    13.12.2021 13:15 - 15:00 Kurs PER 02, Raum 0.403
    20.12.2021 13:15 - 15:00 Kurs PER 02, Raum 0.403
  • Leistungskontrolle

    Mündliche Prüfung - HS-2021, Wintersession 2022

    Bewertungsmodus Nach Note

    Mündliche Prüfung - FS-2022, Sommersession 2022

    Bewertungsmodus Nach Note

    Mündliche Prüfung - FS-2022, Herbstsession 2022

    Bewertungsmodus Nach Note
  • Zuordnung
    Zählt für die folgenden Studienpläne:
    Ergänzende Lehrveranstaltungen in Naturwissenschaften
    Version: ens_compl_sciences
    Paquet indépendant des branches > Fortgeschrittene UE in Mathematik (Niveau Bachelor)
    Mathematik 120
    Version: 2022_1/V_01
    BSc in Mathematik, Hauptfach, 2.-3. Jahr > Mathematik, Hauptfach, 2. und 3. Jahr, Wahlvorlesungen (ab HS2018)
    Mathematik +30 [MA] 30
    Version: 2022_1/V_01
    Zusatzfach in Mathematik +30 (MATH+30 für 90 ECTS) > Mathematik +30, Modul C (ab HS2020)
    Mathematik [3e cycle]
    Version: 2024_2/V_01
    Weiterbildung > Fortgeschrittene UE in Mathematik (Niveau Bachelor)
    Mathematik [POST-DOC]
    Version: 2015_1/V_01
    Weiterbildung > Fortgeschrittene UE in Mathematik (Niveau Bachelor)
    Vorstufe zum MSc in Mathematik [PRE-MA]
    Version: 2022_1/V_01
    Vorstufe zum MSc in Mathematik > Fortgeschrittene UE in Mathematik (Niveau Bachelor)
    Zusatz LDM Mathematik
    Version: 2022_1/V_01
    Zusatzfach LDM für Mathematik 60 oder +30 > Programm 60 oder +30 > Zusatz zum Programm Mathematik 60 > Zusatz LDM für Mathematik 60 (ab HS2018)
    Zusatz zum MSc in Computer Science [MA]
    Version: 2022_1/V_01
    Zusatz zum MSc in Informatik > Fortgeschrittene UE in Mathematik (Niveau Bachelor)
    Zusatz zum MSc in Mathematik [MA]
    Version: 2022_1/V_01
    Zusatz zum MSc in Mathematik > Fortgeschrittene UE in Mathematik (Niveau Bachelor)