
<div dir="ltr"><div><span style="font-size:12.8px">DeÄŸerli liste Ã¼yeleri,</span><div style="font-size:12.8px"><br></div><div style="font-size:12.8px"><b>12 Ekim, PerÅŸembe</b>Â gÃ¼nÃ¼Â <b>16:00</b>'da MSGSÃœ Matematik BÃ¶lÃ¼m Seminerinde, BoÄŸaziÃ§i Ãœniversitesinden Ayhan GÃ¼naydÄ±n, "<span style="font-size:12.8px">Combinatorics, Model Theory and Machine Learning</span>" baÅŸlÄ±klÄ± bir konuÅŸma verecektik. KonuÅŸmanÄ±n Ã¶zeti aÅŸaÄŸÄ±dadÄ±r.</div><div style="font-size:12.8px"><br></div><div style="font-size:12.8px">Seminerde gÃ¶rÃ¼ÅŸmek Ã¼zere,</div><div style="font-size:12.8px"><span style="font-size:12.8px">Ã–zgÃ¼r Martin</span></div></div><span style="font-size:12.8px"><b><div><span style="font-size:12.8px"><b><br></b></span></div><div><span style="font-size:12.8px"><b><br></b></span></div>Title:</b> Combinatorics, Model Theory and Machine Learning</span><br style="font-size:12.8px"><br style="font-size:12.8px"><span style="font-size:12.8px"><b>Abstract:</b> We start by explaining VC-dimension which is a combinatorial concept introduced by Vapnik and Chervonenkis in the setting of machine learning. After giving enough examples, we relate VC-dimension with some model theoretic notions. Finally, we return to machine learning and present the use of VC-dimension in solving actual engineering problems.</span><br style="font-size:12.8px"><br style="font-size:12.8px"><span style="font-size:12.8px">We are aiming to be accessible to advanced undergraduate students and graduate students.</span><br></div>