50 Jahre Uni Lübeck

Institut für Theoretische Informatik

Algorithmisches Lernen und kausale Inferenz - CS5020


Art und Inhalt
Titel: Algorithmisches Lernen und kausale Inferenz - CS5020
Veranstalter: Prof. Dr. Maciej Liskiewicz
Einordnung: Master Informatik 2019 (Wahlpflicht), Wahlpflicht, Beliebiges Fachsemester
Master Informatik 2019 (Pflicht), Kanonische Vertiefung Data Science und KI, Beliebiges Fachsemester
Lehrinhalte:

  • induktive Inferenz
  • algorithmische Lernstrategien, Komplexitätsanalyse
  • kausale Inferenz, Strukturen und Effekte
  • structural learning, lineare Modelle, counterfactual inference
    		•
    Qualifikationsziele/Kompetenzen:

  • Die Studierenden können algorithmische Methoden zur Wissensgenerierung verstehen und analysieren. Sie können statistische und logische Ansätze vergleichen.
    • Buchempfehlungen:
    • Kearns, Vazirani: An Introduction to Computational Learning Theory MIT Press 1994
    • Shalev-Shwartz, Ben-David: Understanding Machine Learning - Cambridge Univ. Press, 2014
    • Pearl: Causality - Cambridge Univ. Press, 2008
    Creditierung
    • 6 KP

    Vorlesung
    Veranstalter: Prof. Dr. Maciej Liskiewicz
    Umfang: 3 SWS
    Termine: Mi. 14:00–16:00 Uhr, Seminarraum Mathematik 1 - Hilbert Fr. 10:00h–12:00h, AM S 4

    Übung
    Assistent: Marcel Wienöbst M.Sc.
    Umfang: 2 SWS
    Termine: Do. 15:00–16:00 Uhr, Seminarraum Informatik 5 - Von Neumann