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]

Einführung in Maschinelles Lernen - Detailansicht

  • Funktionen:
  • Zur Zeit kein Belegungszeitraum aktiv.
Grunddaten
Veranstaltungsart Vorlesung/Übung Langtext
Veranstaltungsnummer 10230 Kurztext
Semester WiSe 2022/23 SWS 4
Erwartete Teilnehmer/-innen Max. Teilnehmer/-innen
Rhythmus Jedes 2. Semester Studienjahr
Hyperlink  
Weitere Links Moodle
Sprache Deutsch
Belegungsfrist Hauptbelegungszeitraum    19.09.2022 - 14.10.2022   
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
Do. 14:15 bis 17:30 Einzel am 06.10.2022 Gebäude H - H002        
Einzeltermine anzeigen
iCalendar Export für Outlook
Do. 14:15 bis 17:30 woch von 13.10.2022  Gebäude C - C011        
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
Bachelor Informatik/Elektrotechnik PLUS 4 - 7 Wahlfach 5
Bachelor Mediendesign 7 - 7 Wahlfach 5
Master mit vorausg. Absch Profil IN-IT-Sicherheit 1 - 1 Wahlfach 5
Master mit vorausg. Absch Profil IN-Spiele 1 - 1 Wahlfach 5
Master mit vorausg. Absch Profil IN-Künstliche Intelligenz und Autonme Rob. 1 - 1 Wahlpflichtfach 5
Master mit vorausg. Absch Informatik 1 - 1 5
Zuordnung zu Einrichtungen
Bachelorstudiengang Mediendesign
Bachelorstudiengang Informatik / Elektrotechnik PLUS Lehramt 1
Masterstudiengang Informatik
Inhalt
Kurzkommentar

Es wird empfohlen diesen Kurs vor 5812 (Maschinelles Lernen für Intelligente Systeme) zu belegen.

  • Alle Materialien werden im zugeordneten Moodle-Kurs zur Verfügung gestellt.
  • Einschreibeschlüssel wird per E-Mail bekannt gegeben.
Inhalt
  1. Linear Regression
  2. Linear Classification
  3. Nonlinear Modeling and Generalization
  4. Kernel Functions
  5. Perceptron and Support Vector Machines
  6. Non-Parametric Algorithms
  7. Decision Trees
  8. Optimization
  9. Neural Netwoks and Deep Learning
Lernziele

What is this course about?

The goal of this course is to give an introduction to the field of machine learning and optimization. The course will teach basics kills to decide which learning algorithm to use for what problem, evaluate and debug it. We provide theoretical exercises and practical programming assignments. Students will be grouped for a final machine learning project.

 

Voraussetzungen
  • Ein Grundkurs Künstliche Intelligenz, Maschinelles Lernen oder Data Mining.
  • Solide Kenntnisse in Analysis und Linearer Algebra.
  • Programmiersprache Python.
Leistungsnachweis

PF benotet


Nicht belegbar mit
Nr. Beschreibung
5812 Maschinelles Lernen für Intelligente Systeme

Strukturbaum
Die Veranstaltung wurde 4 mal im Vorlesungsverzeichnis WiSe 2022/23 gefunden:
Wahlfächer  - - - 1
Wahlpflichtfächer  - - - 2
Wahlfächer  - - - 3
Wahlfächer/Wahlmodule  - - - 4