5. Vorlesung (26.05.2020): probabilistische Methoden im ML

Vorlesungsinhalt:

2.0 Motivation des Satzes von Bayes; Grundlagen Bayesianisches Lernen; Illustration - Alarmsystem im Kernkraftwerk; Naive Bayesian Learning; Naive Bayesian Learning aus mehrdimensionalen Daten lernen; Laplace-Korrektur und das "white raven" Problem; (stilisiertes) Anwendungsbeispiel - Diktieren