Machine Learning: Evolutionary Algorithms

NUMMER: 310008
KÜRZEL: MLEA
MODULBEAUFTRAGTE:R: Prof. Dr. Tobias Glasmachers
DOZENT:IN: Jun.-Prof. Dr. Tobias Glasmachers
FAKULTÄT: Fakultät für Informatik
SPRACHE: Englisch
SWS: 4 SWS
CREDITS: 6 CP
WORKLOAD: 180 h
ANGEBOTEN IM: jedes Wintersemester

BESTANDTEILE UND VERANSTALTUNGSART

a) Vorlesung Machine Learning: Evolutionary
Algorithms (310008)
b) Übung (310018)

PRÜFUNGEN

FORM: schriftlich
ANMELDUNG:
DATUM: 0000-00-00
BEGINN: 00:00:00
DAUER: 90 min
RAUM:

LERNFORM

flipped classroom

LERNZIELE

Internationalisierung: Die Veranstaltung wird auf Englisch durchgeführt. Digitalisierung: Inhalte
werden durch Vidoes und Lesematerial vermittelt. Übungsaufgaben mit Programmieranteilen
werden in Form von Jupyter-Notebooks bereitgestellt.
Nach dem erfolgreichen Abschluss des Moduls
∙ kennen die Teilnehmer die wichtigsten Klassen direkter Optimierungsverfahren und ihre
algorithmischen Komponenten,
∙ haben die Teilnehmer ein tiefes Verständnis evolutionärer Algorithmen, insbesondere
für kontinuierliche Probleme,
∙ kennen die Teilnehmer eine Reihe spezifischer Problemschwierigkeiten und die zugehörigen
algorithmischen Komponenten, welche diese Adressieren,
∙ können die Teilnehmer elementare Laufzeitanalysen durchführen und verstehen die
wichtigsten Konvergenzklassen
∙ können die Teilnehmer Optimierungsverfahren selbst implementieren und zur Lösung
neuer Probleme anwenden.

INHALT

Breiter Überblick über Optimierungsverfahren. Evolutionäre Optimierungsverfahren für
black-box Optimierungsverfahren Algorithmische Komponenten für schlechte Konditionierung,
Multimodalität, Rauschen, Nebenbedingungen und Mehrzieloptimierung. Konverganzund
Laufzeitanalyse.

VORAUSSETZUNGEN

Keine

VORAUSSETZUNGEN CREDITS

Bestandene Modulabschlussprüfung

EMPFOHLENE VORKENNTNISSE

Der Kurs ist für Studierende des Masterstudiengangs Angewandte Informatik ausgerichtet.
Teilnehmer sollten mit Linearer Algebra und elementarer Wahrscheinlichkeitstheorie
vertraut sein.

LITERATUR

AKTUELLE INFORMATIONEN

SONSTIGE INFORMATIONEN