Skip to main content

Μεθοδολογικά Εργαλεία της Μηχανικής Μάθησης (7 ΠΜ)

Τμήμα Στατιστικής

Το μάθημα αυτό επικεντρώνεται σε μεθοδολογικά εργαλεία της μηχανικής μάθησης όπως πχ.

  • Reproducing kernel Hilbert spaces και εφαρμογές
  • Manifold learning, γεωμετρία των δεδομένων και εφαρμογές
  • Θεωρία προσεγγίσεων και εφαρμογές στην βαθιά μάθηση (universal approximation theorems).
  • Θεωρία πιθανοτήτων σε υψηλές διαστάσεις.
  • Gaussian processes και εφαρμογές στην μηχανική μάθηση

Προτεινόμενη  Βιβλιογραφία

  • Hofmann, Thomas, Bernhard Schölkopf, and Alexander J. Smola. "A tutorial review of rkhs methods in machine learning." Technical Report (2005).
  • Higham, Catherine F., and Desmond J. Higham. "Deep learning: An introduction for applied mathematicians." Siam review 61.4 (2019): 860-891.
  • Calin, Ovidiu. Deep learning architectures. New York City: Springer International Publishing, 2020 Ch. 9
  • Σημειώσεις διδάσκοντα

Κωδικός μαθήματος
6157
Εξάμηνο
7