Das mathematische Fundament: Vektorräume, lineare Abbildungen und die Geometrie von Daten
Lehrperson wird noch bekannt gegeben
Über den Kurs
Der Kurs behandelt die lineare Algebra als Sprache des modernen maschinellen Lernens. Studierende befassen sich mit Vektorräumen, Eigenwertzerlegungen und der Singulärwertzerlegung (SVD) mit Fokus auf ihre Rolle bei Embeddings, Kompression und neuronalen Transformationen. Der Kurs legt das mathematische Fundament für das Verständnis von Transformern, PCA und Graph Neural Networks, die in den folgenden Semestern behandelt werden.
Was Sie lernen
✓SVD und Spektralzerlegung auf Probleme der Dimensionsreduktion und der latenten Analyse anwenden
✓Die geometrische Bedeutung von Matrixoperationen in neuronalen Netzarchitekturen erklären
✓Gradienten nach Matrixparametern für Optimierungsprobleme berechnen
✓Die numerische Stabilität von Algorithmen der linearen Algebra beurteilen