Machine learning for autonomous Robots

i. d. R. angeboten alle 2 Semester

• Grundlegende Kenntnisse überwachter und unüberwachter maschineller Lernverfahren
• Verständnis verschiedener Metriken und Auswertungsmethoden
• Kenntnisse der Anwendung und Anwendbarkeit von maschinellen Lernverfahren für autonome Roboter
• Erprobung von Algorithmen des maschinellen Lernens an Problemstellungen der Robotik
• Stärkung der Kooperations- und Teamfähigkeit durch den Übungsbetrieb in kleinen Gruppen

• Grundlagen des unüberwachten Lernens (Merkmalsgenerierung, Merkmalsauswahl, Clustering)
• Grundlagen des überwachten Lernens (Klassifikation und Regression)
• Metriken und Evaluationsmethoden für das maschinelle Lernen
• Erweiterte Kenntnisse zur Support Vektor Regression und Klassifikation
• Grundlagen des Meta-Lernens
• Grundlagen künstlicher neuronaler Netze
• Einführung in Deep-Learning und fortgeschrittene Techniken neuronaler Netze
• Anwednung von Verfahren maschinellen Lernens in der Robotik und angrenzender Felder

• Mitchell, T. ‚ Machine Learning‘, Mcgraw-Hill (1997)
• Mackay, D.‚ Information Theory, Inference, and Learning Algorithms‘, Cambridge University Press (2003)