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 | C01-230 | 11.04.-22.07.2016
nicht am: 04.05.16 / 11.05.16 / 25.05.16 / 01.06.16 / 15.06.16 / 29.06.16 / 20.07.16 |
|
einmalig | Mi | 10-12 | GZI V2-229 | 11.05.2016 | |
einmalig | Mi | 10-12 | GZI V2-229 | 01.06.2016 | |
einmalig | Mi | 10-12 | GZI V2-229 | 15.06.2016 | |
einmalig | Mi | 10-12 | GZI V2-229 | 29.06.2016 | |
einmalig | Mi | 10-12 | C01-136 | 13.07.2016 |
Verstecke vergangene Termine <<
Modul | Veranstaltung | Leistungen | |
---|---|---|---|
39-Inf-13 Grundlagen künstlicher Kognition | Grundlagen künstlicher Kognition II | unbenotete Prüfungsleistung
|
Studieninformation |
39-Inf-13_a Grundlagen künstlicher Kognition | Grundlagen künstlicher Kognition II | Studieninformation |
Die verbindlichen Modulbeschreibungen enthalten weitere Informationen, auch zu den "Leistungen" und ihren Anforderungen. Sind mehrere "Leistungsformen" möglich, entscheiden die jeweiligen Lehrenden darüber.