VVZ API is not affiliated with ETH Zurich. Data might be outdated or incorrect. Please view the official ETHZ Vorlesungsverzeichnis for binding information.
Abstract
Dieser Kurs führt in probabilistisches deep learning (DL) ein. DL ist die Methode der Wahl für komplexe Daten, wie Bilder usw. Hier wird deep learning als Fortführung bekannter probabilistischer Modelle, wie logistische Regression im Framework von maximum Likelihood und Bayes Methoden behandelt.
Objective
Der Kurs wird auf Deutsch gegeben. Alle Unterrichtsmaterialien sind auf Englisch, daher sind auch die Lernziele auf Englisch formuliert. You will learn about different neural network architectures (e.g. fully connected and convolutional neural networks) and how to choose the appropriate NN architecture for your task at hand. You will learn to model different outcome distributions such as Gaussians, Poissonians, or Multinomial for the task at hand. You will get practical experiences in setting up probabilistic DL models, learn how to tune them, and learn how to control the training procedure.