Die Vorlesung Neuronale Netze und Lernen I beschäftigt sich schwerpunktmäßig mit Grundfragen des künstlichen Lernens und Standardalgorithmen der Neuronalen Netze. Dabei werden sowohl überwachtes als auch unüberwachtes Lernen u.a. mit folgenden Themen behandelt: Allgemeines Lernszenario und wahrscheinlichkeitsbasierte Modellierung (Bayes-Regel, Likelihood), lineare Modelle für Regression und Klassifikation incl. Perzeptron, verschiende Algorithmen zum Multi-Lagen-Perzeptron (MLP), Hebb-Regel, Self-Organizing-Map, Hopfield-Netze.
Algorithmen und Datenstrukturen, Vertiefung Mathematik
Im Vergleich zu vorherigen Vorlesungen wird es einige substantielle Änderungen geben.
Der erste Teil wird sich zunächst am Buch
C. Bishop, Pattern Recognition and Machine Learning, Springer 2006
orientieren. Die Einführung basiert auf Kapitel 1, dann Kap. 3.1-3.3 (linear Models für Regression), dann Kap 4.1. /4.2. (für Klassifikation) , Kap 5. (feedforward neural networks), und vertieft Verfahren zur Verbesserung/Beschleunigung des Lernens (nicht im Bishop ehandelt). Es wird empfohlen, das (recht preiswerte) Buch anzuschaffen, insbesondere für diejenigen, die planen im Master weiter zu studieren.
Frequency | Weekday | Time | Format / Place | Period |
---|
Module | Course | Requirements | |
---|---|---|---|
39-Inf-NN_ver1 Grundlagen Neuronaler Netze | Neuronale Netze und Lernen I | Graded examination
|
Student information |
The binding module descriptions contain further information, including specifications on the "types of assignments" students need to complete. In cases where a module description mentions more than one kind of assignment, the respective member of the teaching staff will decide which task(s) they assign the students.
Degree programme/academic programme | Validity | Variant | Subdivision | Status | Semester | LP | |
---|---|---|---|---|---|---|---|
Bioinformatik und Genomforschung / Bachelor | (Enrollment until SoSe 2011) | Grundlagen Neuronaler Netze | Wahlpflicht | 5. | aktive Teilnahme | ||
Informatik / Bachelor | (Enrollment until SoSe 2011) | Nebenfach | Grundlagen Neuronaler Netze; Neuronale Netze und Lernen | Wahlpflicht | 5. | aktive Teilnahme | |
Intelligente Systeme / Master | (Enrollment until SoSe 2012) | Neuronale Netze und Lernen | Wahlpflicht | 1. | aktive Teilnahme | ||
Kognitive Informatik / Bachelor | (Enrollment until SoSe 2011) | Neuronale Netze und Lernen | Pflicht | 5. | aktive Teilnahme | ||
Molekulare Biotechnologie / Bachelor | (Enrollment until SoSe 2011) | Grundlagen Neuronaler Netze | Wahlpflicht | 5. | aktive Teilnahme | ||
Naturwissenschaftliche Informatik / Bachelor | (Enrollment until SoSe 2011) | Neuronale Netze und Lernen | Wahlpflicht | 5. | aktive Teilnahme | ||
Naturwissenschaftliche Informatik / Diplom | (Enrollment until SoSe 2004) | Robotik; Physik; Biologie; NNet; ME | Teilleistung mündliche Prüfung möglich HS | ||||
Naturwissenschaftliche Informatik / Master | (Enrollment until SoSe 2012) | Neuronale Netze | Wahlpflicht | 1. | aktive Teilnahme | ||
Studieren ab 50 |