| Deep Learning aus mathematischer Perspektive | |||||||||
| Studiengänge Mathematik Bachelor 5. Semester Wirtschaftsmathematik Bachelor 5. Semester Angewandte Mathematik Master | |||||||||
| |||||||||
| Lehrinhalt: Das Seminar soll einen Überblick über die mathematischen Grundlagen des Deep Learning vermitteln und einen Einblick in aktuelle mathematische Resultate geben: Was unterscheidet die Approximation von Funktionen durch tiefe neuronale Netze von der gewöhnlichen Polynominterpolation oder der Regression? Wie viele Parameter muss ein neuronales Netz haben, um komplizierte, hochdimensionale Funktionen darstellen zu können? Warum lassen sich die zugrundeliegenden nicht-konvexen Optimierungsproblem mit oft vielen Millionen Unbekannten überhaupt mit akzeptablem Rechenaufwand lösen? Diesen und anderen Fragen soll in dem Seminar aus Sicht der angewandten Mathematik nachgegangen werden. Vorausetzungen: Interesse an Analysis, Optimierung, Stochastik und/oder Numerik. Vorbesprechung: 12.10.21 11 - 12 Uhr HG2.44 | |||||||||
|