259 - Maschinelles Lernen und Neuronale Netze

omega tau science & engineering podcast

Gäste: Christian Osendorfer, Justin Bayer Host: Markus Völter Shownoter: Fabian Zeisberger

Maschinelles Lernen und Neuronale Netze sind im Kontext von Big Data und “Algorithmen” in aller Munde. In dieser Episode versuchen wir die Grundlagen zu erklären. Wie sprechen dabei über den generellen Ansatz, die Umsetzung in Google’s Tensor Flow, Anwendungsszenarien, aber auch das eine oder andere Risiko das mit der Technologie verbunden ist.

Begrüßung, Einführung, Überblick

00:02:34

Christian Osendorfer (LinkedIn) | Christian Osendorfer (TUM) | Justin Bayer | Machine Learning | Neuronale Netze | Deep Learning | Artificial General Intelligence (Englisch) | Reinforcement Learning | Jürgen Schmidhuber | Array | Logistische Regression | Random Forest | AlphaGo | SIFT | Feature Extraction (Englisch) | Matrix | Geoffrey Hinton | Yoshua Bengio | Yann LeCun | LSTM | Apriorisches Wissen | RNN's

Programieren eines neuronalen Netzes

01:14:43

TensorFlow | Backpropagation | Supervised Learning | Unsupervised Learning | Meta Learning (Englisch)

Vertrauen in neuronale Netze

01:45:54

Drive.ai | Gradient boosting (Englisch) | Homo Deus