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: Klassifikation und Regression durch Lazy learning, lineare Verfahren, Perzeptron/Adatron, Bayes-Klassifikator, zeitliche Aspekte behandelt durch MDPs, unüberwachte Verfahren wie Oja/Sanger, Fuzzy-Clustering, Grundlagen der Lerntheorie.
Rhythmus | Tag | Uhrzeit | Format / Ort | Zeitraum | |
---|---|---|---|---|---|
wöchentlich | Mi | 10-12 | X-E0-216 | 07.04.-17.07.2015
nicht am: 08.04.15 / 15.04.15 |
Praktische Übungen im GZI V2-221 |
wöchentlich | Do | 10-12 | C01-142 | 07.04.-17.07.2015
nicht am: 09.04.15 / 16.04.15 / 14.05.15 / 04.06.15 |
Praktische Übungen im GZI V2-221 |
wöchentlich | Do | 14-16 | U2-135 | 07.04.-17.07.2015
nicht am: 09.04.15 / 16.04.15 / 14.05.15 / 04.06.15 / 25.06.15 |
Praktische Übungen im GZI V2-221 |
wöchentlich | Fr | 12-14 | C01-142 | 07.04.-17.07.2015
nicht am: 10.04.15 / 17.04.15 / 01.05.15 |
Praktische Übungen im GZI V2-229 |
Verstecke vergangene Termine <<
Modul | Veranstaltung | Leistungen | |
---|---|---|---|
39-Inf-13 Grundlagen künstlicher Kognition | Grundlagen künstlicher Kognition II | 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.