Es werden verschiedene Probleme des maschinellen Lernens und der Neuroinformatik formalisiert und unterschiedliche Algorithmen eingeführt, die Beispielprobleme in konkreten Situationen algorithmisch lösen können. Themen sind etwa: einfache Modellierung biologischer Neuronen, lineare Klassifikation: das Perzeptron, MaxMinOver, das Adatron, nichtlineare Klassifikation: Kerne, RBF, ELM, Mehrschichtnetze, lineare und nichtlineare Regression, unüberwachtes Lernen durch Oja, Grundlagen der Lerntheorie
Rhythmus | Tag | Uhrzeit | Format / Ort | Zeitraum |
---|
Datum | Uhrzeit | Format / Raum | Kommentar zum Klausurtermin |
---|
Zeige vergangene Klausurtermine >>
Modul | Veranstaltung | Leistungen | |
---|---|---|---|
39-Inf-13 Grundlagen künstlicher Kognition | Grundlagen künstlicher Kognition II | Studieninformation | |
- | unbenotete Prüfungsleistung | Studieninformation | |
39-Inf-13_a Grundlagen künstlicher Kognition | Grundlagen künstlicher Kognition II | unbenotete Prüfungsleistung
|
Studieninformation |
39-Inf-MIKE Modularisierter individueller Kompetenz-Erwerb (MiKE) | - | unbenotete Prüfungsleistung | Studieninformation |
Die verbindlichen Modulbeschreibungen enthalten weitere Informationen, auch zu den "Leistungen" und ihren Anforderungen. Sind mehrere "Leistungsformen" möglich, entscheiden die jeweiligen Lehrenden darüber.
Studiengang/-angebot | Gültigkeit | Variante | Untergliederung | Status | Sem. | LP | |
---|---|---|---|---|---|---|---|
Studieren ab 50 |
Zu dieser Veranstaltung existiert ein Lernraum im E-Learning System. Lehrende können dort Materialien zu dieser Lehrveranstaltung bereitstellen: