International Machine Learning Competition (IMLC)

Wir verwenden essenzielle Cookies, um unsere Website funktionsfähig zu machen. Mit deiner Zustimmung können wir auch zusätzliche Cookies verwenden, um das Nutzererlebnis zu verbessern und den Website-Verkehr zu analysieren. Durch Klicken auf „Akzeptieren“ stimmst du unserer Cookie-Nutzung zu, wie sie in unserer Data Policy beschrieben ist. Du kannst deine Cookie-Einstellungen anpassen, indem du auf „Einstellungen“ klickst.

Essenzielle Cookies (erforderlich)

Diese Cookies sind für den grundlegenden Betrieb unserer Website und bestimmte Funktionen, wie z. B. Logins, erforderlich.

Analyse-Cookies (optional)

Diese Cookies sammeln Daten, die uns helfen zu analysieren, wie unsere Website genutzt wird. Diese Informationen sind wichtig, um die Leistung zu verbessern, das Nutzererlebnis zu optimieren und fundierte Entscheidungen über zukünftige Updates zu treffen.

Marketing-Cookies (optional)

Diese Cookies helfen uns, den Erfolg unserer Marketingkampagnen zu bewerten und ein maßgeschneidertes Erlebnis für dich zu gestalten. Sie können deine Interaktionen mit unseren Anzeigen oder Inhalten verfolgen und es uns ermöglichen, relevantere Nachrichten auszuspielen.

Lecture Notes

Wir haben eine Sammlung von Lecture Notes renommierter Universitäten und Institutionen zusammengestellt. Diese Notizen decken ein breites Spektrum an Themen im Bereich Machine Learning ab – von den mathematischen Grundlagen bis hin zu Deep Learning und aktueller Forschung – und sind ideal für fortgeschrittene Studierende.

(Um defekte Links zu melden, sende bitte eine E-Mail an: info@imlco.org)

↗ Introduction to Machine Learning [PDF]
Autor:Amnon Shashua
Institut:The Hebrew University of Jerusalem

↗ Probability and Statistics for Machine Learning [PDF]
Autor:Arian Maleki and Tom Do
Institut:Stanford University

↗ Linear Algebra for Machine Learning [PDF]
Autor:Zico Kolter
Institut:Stanford University

↗ Linear Regression [PDF]
Autor:Andrew Ng
Institut:Stanford University

↗ Logistic Regression [PDF]
Autor:Ryan Tibshirani
Institut:Carnegie Mellon University

↗ k-Nearest Neighbors [PDF]
Autor:Sebastian Raschka
Institut:University of Wisconsin-Madison

↗ Classification [PDF]
Autor:Andrew Ng
Institut:Stanford University

↗ Decision Trees [PDF]
Autor:Tushaar Gangavarapu
Institut:Cornell University

↗ Support Vector Machines [PDF]
Autor:Andrew Ng
Institut:Stanford University

↗ Kernel Methods [PDF]
Autor:Andrew Ng and Tengyu Ma
Institut:Stanford University

↗ Clustering [PDF]
Autor:Jason Pacheco
Institut:University of Arizona

↗ Expectation Maximization [PDF]
Autor:Tengyu Ma and Andrew Ng
Institut:Stanford University

↗ Principal Component Analysis [PDF]
Autor:Laurenz Wiskott
Institut:Ruhr University Bochum

↗ Gradient Descent [PDF]
Autor:Clement W. Royer
Institut:Universite Paris Dauphine

↗ Regularization and Bias Variance Tradeoff [PDF]
Autor:David M. Blei
Institut:Columbia University

↗ Model Selection [PDF]
Autor:Andrew Ng
Institut:Stanford University

↗ Ensemble Methods and Boosting [PDF]
Autor:Sebastian Raschka
Institut:University of Wisconsin-Madison

↗ Neural Networks [PDF]
Autor:
Institut:Princeton University

↗ Backpropagation [PDF]
Autor:Roger Grosse
Institut:University of Toronto

↗ Deep Learning [PDF]
Autor:Tengyu Ma, Anand Avati, Kian Katanforoosh, and Andrew Ng
Institut:Stanford University

↗ Bayesian Methods [PDF]
Autor:John Paisley
Institut:Columbia University

↗ Graphical Models [PDF]
Autor:David M. Blei
Institut:Columbia University

↗ Natural Language Processing [PDF]
Autor:Daniel Jurafsky and James H. Martin
Institut:Stanford University

↗ Computer Vision [PDF]
Autor:Miguel A. Carreira-Perpinan
Institut:University of California, Merced

↗ Reinforcement Learning [PDF]
Autor:Bruno C. da Silva
Institut:University of Massachusetts Amherst