Lecture Machine Learning for Time Series

Friedrich-Alexander-Universität Erlangen-Nürnberg
LEVEL
Master
TYPE
Course
MODES
-
LANGUAGE
-
ECTS
25
PERIOD
18/10/2021 to 11/02/2021

Course Description

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

Subject area

Digital communications IA electronics

Field area

Digital
Industry and Space

Educational-info

ECTS

25

Maximum number of students

30

Organizer

Partner

Friedrich-Alexander-Universität Erlangen-Nürnberg

Faculty

Faculty of Engineering

Department

Computer Science

Contact or registration links