392221 Deep Learning (V) (SoSe 2024)
Inhalt, Kommentar
-
The lecture introduces the basic concepts of deep learning, covering the basic architectures, generative models, attacks and defebses, XAI methods, and structure processing models. Popular applications such as for image recognition will be discussed. On a practical side,mostly PyTorchwill be used.
Teilnahmevoraussetzungen, notwendige Vorkenntnisse
-
programming skills, mathematics, basics of machine learning or neural networks
Lehrende
Termine ( Kalendersicht )
| Rhythmus | Tag | Uhrzeit | Format / Ort | Zeitraum |
|---|
Fachzuordnungen
| Modul | Veranstaltung | Leistungen | |
|---|---|---|---|
| 39-M-Inf-AI-adv-foc Advanced Artificial Intelligence (focus) | Advanced Artificial Intelligence (focus): Vorlesung | benotete Prüfungsleistung
|
Studieninformation |
| 39-M-Inf-AI-app Applied Artificial Intelligence | Applied Artificial Intelligence: Vorlesung | Studieninformation | |
| - | benotete Prüfungsleistung | Studieninformation | |
| 39-M-Inf-AI-app-foc Applied Artificial Intelligence (focus) | Applied Artificial Intelligence (focus): Vorlesung | Studieninformation | |
| - | benotete Prüfungsleistung | Studieninformation | |
| 39-M-Inf-DL Deep Learning | Deep Learning | benotete Prüfungsleistung
|
Studieninformation |
Die verbindlichen Modulbeschreibungen enthalten weitere Informationen, auch zu den "Leistungen" und ihren Anforderungen. Sind mehrere "Leistungsformen" möglich, entscheiden die jeweiligen Lehrenden darüber.
Students are able distinguish different key architectures for deep learning, and they know the learning scenarios where these architectures can be used. The students know how to train a deep architecture, both, as regards the algorithmic pipeline and possible forms of implementation using modern systems.
Lernraum (E-Learning)
Zu dieser Veranstaltung existiert ein Lernraum im E-Learning System. Lehrende können dort Materialien zu dieser Lehrveranstaltung bereitstellen:
- registrierte Anzahl: 72
- Dies ist die Anzahl der Studierenden, die die Veranstaltung im Stundenplan gespeichert haben. In Klammern die Anzahl der über Gastaccounts angemeldeten Benutzer*innen.
- Adresse:
- SS2024_392221@ekvv.uni-bielefeld.de
- Lehrende, ihre Sekretariate sowie für die Pflege der Veranstaltungsdaten zuständige Personen können über diese Adresse E-Mails an die Veranstaltungsteilnehmer*innen verschicken. WICHTIG: Sie müssen verschickte E-Mails jeweils freischalten. Warten Sie die Freischaltungs-E-Mail ab und folgen Sie den darin enthaltenen Hinweisen.
- Falls die Belegnummer mehrfach im Semester verwendet wird können Sie die folgende alternative Verteileradresse nutzen, um die Teilnehmer*innen genau dieser Veranstaltung zu erreichen: VST_452154377@ekvv.uni-bielefeld.de
- Reichweite:
- 72 Studierende direkt per E-Mail erreichbar
- Hinweise:
- Weitere Hinweise zu den E-Mailverteilern
- E-Mailarchiv
- Anzahl der Archiveinträge: 1
- E-Mailarchiv öffnen
- Letzte Änderung Grunddaten/Lehrende:
- Freitag, 26. Januar 2024
- Letzte Änderung Zeiten:
- Freitag, 8. März 2024
- Letzte Änderung Räume:
- Freitag, 8. März 2024
- Art(en) / SWS
- V / 2
- Sprache
- Diese Veranstaltung wird komplett in englischer Sprache gehalten
- Einrichtung
- Technische Fakultät
- Fragen oder Korrekturen?
- Fragen oder Korrekturwünsche zu dieser Veranstaltung?
- Planungshilfen
- Terminüberschneidungen für diese Veranstaltung
- Link auf diese Veranstaltung
- Wenn Sie diese Veranstaltungsseite verlinken wollen, so können Sie einen der folgenden Links verwenden. Verwenden Sie nicht den Link, der Ihnen in Ihrem Webbrowser angezeigt wird!
- Der folgende Link verwendet die Veranstaltungs-ID und ist immer eindeutig:
- https://ekvv.uni-bielefeld.de/kvv_publ/publ/vd?id=452154377
- Seite zum Handy schicken
-
Klicken Sie hier, um den QR Code zu zeigen
Scannen Sie den QR-Code:
- ID
- 452154377
Zum Seitenanfang