Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 
Startseite    Anmelden     
Logout in [min] [minutetext]

Maschinelles Lernen für Intelligente Systeme (früher: Lernfähige Roboter) - Detailansicht

  • Funktionen:
  • Zur Zeit kein Belegungszeitraum aktiv.
Grunddaten
Veranstaltungsart Vorlesung/Praktikum Langtext
Veranstaltungsnummer 5812 Kurztext
Semester SoSe 2022 SWS 4
Erwartete Teilnehmer/-innen Max. Teilnehmer/-innen
Rhythmus Jedes 2. Semester Studienjahr
Hyperlink  
Weitere Links Moodle Kurs
Sprache Deutsch
Belegungsfrist 01 Hauptbelegungszeitraum 28.02.2022 - 25.03.2022

Belegpflicht
Termine Gruppe: [unbenannt] iCalendar Export für Outlook
  Tag Zeit Rhythmus Dauer Raum Raum-
plan
Lehrperson Status Lernziele fällt aus am Max. Teilnehmer/-innen
Einzeltermine anzeigen
iCalendar Export für Outlook
Fr. 11:30 bis 13:00 woch Gebäude B - B 307 Seminarraum        
Einzeltermine anzeigen
iCalendar Export für Outlook
Fr. 14:15 bis 15:45 woch Gebäude B - B 307 Seminarraum        
Gruppe [unbenannt]:
Zur Zeit kein Belegungszeitraum aktiv.
 


Zugeordnete Personen
Zugeordnete Personen Zuständigkeit
Cubek, Richard , Dipl.Ing.(FH) begleitend
Schneider, Markus, Professor verantwortlich
Laut SPO für
Abschluss Studiengang Semester Kategorie ECTS
Master mit vorausg. Absch Profil IN-Künstliche Intelligenz und Autonme Rob. 2 - 2 Wahlpflichtfach 5
Master mit vorausg. Absch Profil IN-Spiele 2 - 2 Wahlfach 5
Master mit vorausg. Absch Profil IN-IT-Sicherheit 2 - 2 Wahlfach 5
Master mit vorausg. Absch Informatik 2 - 2 5
Prüfungen / Module
Prüfungsnummer Prüfungsversion Modul
9310 9 Lernfähige Roboter
Zuordnung zu Einrichtungen
Masterstudiengang Informatik
Inhalt
Kurzkommentar
  • Alle Materialien werden im zugeordneten Moodle-Kurs zur Verfügung gestellt. 
  • Einschreibeschlüssel wird per E-Mail bekannt gegeben.
Inhalt
  1. Optimization
  2. Neural Networks and Deep Learning
  3. Bayesian Learning
  4. Autoencoder
  5. Generative Adversarial Networks
  6. Clustering
  7. Anomaly Detection
  8. Recommender Systems

 

Voraussetzungen
  • Kurs 10230 (Einführung in Maschinelles Lernen)
  • Solide Kenntnisse in Analysis und Linearer Algebra.
  • Programmiersprache Python.
Leistungsnachweis

Portfolio benotet


Strukturbaum
Keine Einordnung ins Vorlesungsverzeichnis vorhanden. Veranstaltung ist aus dem Semester SoSe 2022 , Aktuelles Semester: SoSe 2024