kleine Fehler ausgebessert. Ersten Eintrag im Anhang angelegt.

Appendix.tex

@@ -17,3 +17,9 @@
 \appendix
 \chapter{Anhang}
 \label{appendix}
+
+\section{Herleitung: Gradient for Logistic Regression}%
+\label{sec:Herleitung: Gradient for Logistic Regression}
+\includegraphics[page=64,width=\textwidth]{Vorlesungen/02_LinearClassification.pdf}
+
+

Glossary.tex

@@ -18,9 +18,7 @@
 \newglossaryentry{underfitting}{
     name=Underfitting,
     description={
-        Eine Approximation ist underfitted,
-        wenn die Approximation so simple ist,
-        dass weder Trainings"~ noch Testdaten gut approximiert werden.
+        Eine Approximation ist underfitted, wenn die Approximation so simple ist, dass weder Trainings"~ noch Testdaten gut approximiert werden.
     }
 }
 
@@ -123,10 +121,10 @@
 \newnom{vector_valued_function}{vektorwertige Funktion}{\bm\phi(\bm{x})}{vektorwertige Funktion der des Eingangsvektor $\bm{x}$}
 \newnom{regularization_factor}{Regularisierungsfaktor}{\lambda}{}
 \newnom{identity_matrix}{Identitätsmatrix}{\bm{I}}{$\begin{bmatrix} 1 & 0 & \cdots & 0 \\ 0 & 1 & \cdots & 0 \\ \vdots & \vdots & \ddots & \vdots\\ 0 & 0 & \cdots & 1 \end{bmatrix}$}
-\newnom{probability_mass_function}{Probability Mass Function}{p(x)}{Wahrscheinlichkeitsdichte-\slash\,Wahrscheinlichkeitsmassefunktion}
+\newnom{probability_mass_function}{Pro\-ba\-bi\-li\-ty Mass Func\-tion}{p(x)}{Wahrscheinlichkeitsdichte"~\slash\,Wahrscheinlichkeitsmassefunktion}
 \newnom{mean}{arithmetisches Mittel}{\mu}{}
-\newnom{mean-vector}{Mittelwerts-Vektor}{\bm{\mu}}{}
-\newnom{covariance}{Kovarianz-Matrix}{\bm{\Sigma}}{}
+\newnom{mean-vector}{Mittelwerts"~Vektor}{\bm{\mu}}{}
+\newnom{covariance}{Kovarianz"~Matrix}{\bm{\Sigma}}{}
 \newnom{variance}{Varianz}{\sigma^2}{$\mathbb{E}_p[(X-\nomeq{mean})$]}
 \newnom{sigmoid}{Sigmoid Function}{\sigma}{}
 \newnom{learning_rate}{Learning Rate}{\eta}{}
@@ -134,11 +132,11 @@
 \newnom{kernel_function}{Kernel Function}{k}{}
 \newnom{kernel_vector}{Kernel Vector}{\bm{k}}{}
 \newnom{margin}{Margin}{\rho}{}
-\newnom{slack-variable}{Slack-Variable}{\xi_i}{}
+\newnom{slack-variable}{Slack"~Variable}{\xi_i}{}
 \newnom{parameter_vector}{Parameter Vector}{\bm{\theta}}{}
 \newnom{gaussian_distribution}{Gaußsche Normalverteilung}{\mathcal{N}}{}
 \newnom{gaussian_process}{Gaußscher Prozess}{\mathcal{GP}}{}
-\newnom{hyper_parameters}{Hyper-Parameter}{\bm{\beta}}{}
+\newnom{hyper_parameters}{Hyper"~Parameter}{\bm{\beta}}{}
 \newnom{activation_function}{Aktivierungsfunktion}{\phi}{}
 \shorthandoff{"}
 

Packages.tex

@@ -26,6 +26,8 @@
 \usepackage[export]{adjustbox}
 %align graphics at bottom 
 \usepackage{graphbox}
+%include multiple pages from a PDF file 
+\usepackage{pdfpages}
 
 %--------------------
 %german quotation

chapters/Bayesian_Learning/Bayesian_Learning.tex

@@ -19,7 +19,7 @@ Hierbei haben die einzelnen Teile folgende Eigenschaften:
     \item Posterior: Wahrscheinlichkeit für die Richtigkeit von \nomf{parameter_vector} auf Basis der gegebenen Daten
     \item Likelihood: Wahrscheinlichkeitswerte der Daten auf Basis eines gegebenen \nomf{parameter_vector}
     \item Prior: Vermutete Richtigkeit von \nomf{parameter_vector}
-    \item Evidence: lediglich ein Normalisierungsfaktor, der für den Modellvergleich benötigt wird (\cref{Model Comparison})
+    \item Evidence: lediglich ein Normalisierungsfaktor, der für den Modellvergleich benötigt wird (\cref{cha:Model Selection})
 \end{itemize}
 Die Vorhersage für einen neuen Datenpunkt $\bm x^*$ erfolgt auf Basis folgender Formel:
 \begin{equation} \label{eq:bayesian_learning:predictive_distribution}

chapters/Classical_Supervised_Learning/Linear_Classification.tex

@@ -244,7 +244,7 @@ Die Loss Function für die Logistic Regression kann dank der Eigenschaften der \
 \begin{align} \label{eq:gradient_for_logistic_regression}
     \dfrac{\partial\text{loss}_i}{\partial\bm{w}} 
     &= \dfrac{\partial}{\partial\bm{w}}\left(c_i\log\nomeq{sigmoid}(\bm{w}^T\bm{\phi}(\bm{x}_i)) + (1 - c_i) \log(1-\nomeq{sigmoid}(\bm{w}^T\bm{\phi}(\bm{x}_i)))\right)\\
-    &= \dots\text{\color{red}siehe Vorlesung 02 Folie 65}\\
+    &= \dots\text{\cref{sec:Herleitung: Gradient for Logistic Regression}}\\
     &= (c_i - \nomeq{sigmoid}(\bm{w}^T\bm{\phi}(\bm{x}_i)))\phi(\bm{x}_i)
 \end{align}