Dieses Skript enthält den Stoff der Vorlesung "Numerische Algorithmen für Maschinelles Lernen", die von mir im Wintersemester 2022/23 im Master-Studiengang AMI an der FH Aachen, Campus Jülich, angeboten wurde.
Inhaltlich habe ich mich dabei an folgenden Quellen orientiert, in denen auch zusätzliche Informationen zu den einzelnen Themen zu finden sind:
-
Anwendungsbeispiele: stammen zum Teil (in angepasster Form) aus der Dokumentation von Scikit-Learn {cite}
scikitbzw. aus dem Online-Kurs {cite}rachel -
Support Vector Classifier: {cite}
hastie1 -
Konvexe Optimierung: {cite}
nesterov -
Gradient-Descent, Subgradient-Descent, Projected und Proximal Gradient-Descent: {cite}
epfl -
Stochastic Gradient-Descent: {cite}
nocedal -
Probabilistische Lineare Algebra: {cite}
halko
Wie man dem Titel entnehmen kann, handelt es sich hier um eine Beta-Version, die wahrscheinlich noch zahlreiche Fehler und Ungenauigkeiten enthält. Entsprechende Korrektur- und Verbesserungsvorschläge nehme ich gerne entgegen.