Frühsemester 2024

Reinforcement Learning (Döring)

This lecture (10 ECTS) will lay the foundations of reinforcement learning. We will start gently with multiarmed bandits, then turn towards the theory of Markov decision processes which leads us to basic solution algorithms such as policy iteration, value iteration or (double) Q-learning. Finally, we will turn to policy gradient methods.

Stochastische Prozesse (Slowik)

In der Veranstaltung beschäftigen wir mit den Grundlagen der Wahrscheinlichkeitstheorie. Wir schauen uns Begriffe der schwachen Konvergenz an, knüpfen an die Martingaltheorie der Finanzmathematik an und diskutieren den wichtigsten stochastischen Prozess: Die Brownsche Bewegung. Die Veranstaltung ist die Grundlage für die aufbauenden Vorlesungen Advanced Math Finance, Stochastic Calculus, Markov Processes, ...

Inverse Problems (Weißmann)

This lecture (6 ECTS) will cover the mathematical foundation of inverse problems. The task of an inverse problem is to recover information about unknown parameters that cannot be observed directly but are accessible through indirect data collected via a forward observation model. Most importantly, we will discuss classical regularization theory, statistical inverse problems, and the Bayesian approache for solving inverse problems.

Markovketten

Eine Robotorvorlesung im Bachelor: Wir bieten Diskussionsrunden und Prüfungen an, die Vorlesungsvideos gibt es vom FS21. Wie wir diskutieren werden, überlegen wir uns gemeinsam mit den Studierenden in der ersten Woche.

Markov processes

Eine Robotorvorlesung im Master: Wir bieten Diskussionsrunden und Prüfungen an, die Vorlesungsvideos gibt es vom letzten Jahr. Wie wir diskutieren werden, überlegen wir uns gemeinsam mit den Studierenden in der ersten Woche.

Seminar

Das Seminar bereitet Studierende (Bachelor-Master) auf ihre Abschlussarbeiten vor. Studierende bearbeiten Themen der klassischen Wahrscheinlichkeitstheorie oder des maschienellen Lernens.