Start my eKVV Studieninformation Lernräume Prüfungsverwaltung Anmelden

392140 Introduction to Machine Learning (int. Track) (V) (WiSe 2017/2018)

Einrichtung
Technische Fakultät
Art(en) / SWS
V / 2
Zeitraum
09.10.2017-02.02.2018
Voraussichtl. Wiederholung
Sprache
Diese Veranstaltung wird komplett in englischer Sprache gehalten

Lehrende

Klicken Sie auf den Namen um Kontaktdaten wie die E-Mailadresse zu sehen

Termine (Kalendersicht )

Rhythmus Tag Uhrzeit Ort Zeitraum  
wöchentlich Di 12-14 H6 09.10.2017-02.02.2018
nicht am: 10.10.17 / 31.10.17 / 26.12.17 / 02.01.18 / 30.01.18

zeige vergangene Termine >>

Klausuren

Datum Uhrzeit Raum Kommentar
Dienstag, 30. Januar 2018 12-14 H6
Dienstag, 30. Januar 2018 12-14 CITEC
Dienstag, 6. März 2018 12-14 H12 Nachklausur

Fachzuordnungen

Modul (Studienmodell 2011) Veranstaltung Leistungen  
39-Inf-ML Grundlagen Maschinelles Lernen Grundlagen Maschinellen Lernens benotete Prüfungsleistung
Studieninformation

Die Angaben in der Tabelle ergeben sich aus der Zuordnung zu einem Modul und der entsprechenden Modulbeschreibung. Bei den angegebenen "Leistungen" können Wahloptionen der Studierenden bestehen; Auskunft hierüber gibt ebenfalls die Modulbeschreibung.

Studiengang/-angebot Gültigkeit Variante Untergliederung Status Sem. LP  
Studieren ab 50    

Allgemeine Anforderungen bei Lehrveranstaltungen:

Die Anforderungen an die aktive Teilnahme (nur gültig für Studienmodell 2002) sind hier erläutert. In den FsB und Modulhandbüchern finden sich Informationen, ob Studienleistungen (nur gültig für Studienmodell 2011)/Einzelleistungen/Modul(teil)prüfungen vorgesehen sind, und welche Anforderungen hierfür bestehen.

Öffnung

Geöffnet für Hörer/-innen anderer/aller Fakultäten 

Inhalt, Kommentar

The lecture will introduce basic techniques in machine learning, in particular probability based methods. It starts by (re)-introducing regression in a Bayesian framework as maximum likelihood and maximum a posteriori estimationand proceeds by regarding parameter estimation as a probabilistic process. It introduces concept learning and some of its most popular and widespread applications, e.g. classifaction of data given in form of list of attributes and decision trees. Further topics are the general Expectation-Maximisation, in particular to optimize Gaussian mixture models
and Radial Basis Function networks.

Teilnahmevoraussetzungen, notwendige Vorkenntnisse

Good knowledge of mathematics as taught in the first semesters is indispensible.

The lecture is part of the international track and will be given in English.

Literaturangaben

There will be lecture notes available.

Lernraum (E-Learning)

Zu dieser Veranstaltung existiert ein Lernraum im E-Learning System. Lehrende können dort Materialien zu dieser Lehrveranstaltung bereitstellen:

TeilnehmerInnen
registrierte Anzahl : 181 (6)
Dies ist die Anzahl der Studierenden, die die Veranstaltung im Stundenplan gespeichert haben. In Klammern die Anzahl der über Gastaccounts angemeldeten Benutzer/innen.
Abruf der Liste der Teilnehmer/innen :
Lehrende und ihre Sekretariate können sich die Liste der im eKVV registrierten Teilnehmer/innen über die passwortgeschützen eKVV Seiten abrufen: Meine Veranstaltungen
Falls Sie noch keinen BIS Zugang besitzen oder generelle Hinweise zum Abrufen und zum Umgang mit den Teilnehmerlisten suchen nutzen Sie unsere Hilfeseite
Dort finden Sie auch Informationen dazu, wie Sie aus einer Teilnehmerliste die Ergebnisliste für die Prüfungsdokumentation erstellen und wie Sie diese an die Prüfungsämter übermitteln können.
Automatischer E-Mailverteiler der Veranstaltung
Adresse :
WS2017_392140@ekvv.uni-bielefeld.de
Lehrende, ihre Sekretariate sowie für die Pflege der Veranstaltungsdaten zuständige Personen können über diese Adresse E-Mails an die VeranstaltungsteilnehmerInnen 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 TeilnehmerInnen genau dieser Veranstaltung zu erreichen: VST_104414424@ekvv.uni-bielefeld.de
Reichweite :
175 Studierende direkt per E-Mail erreichbar
Hinweise :
Weitere Hinweise zu den E-Mailverteilern
E-Mailarchiv
Anzahl der Archiveinträge: 3
E-Mailarchiv öffnen
Änderungen/Aktualität der Veranstaltungsdaten
Letzte Änderung Grunddaten/Lehrende :
Montag, 19. Juni 2017 
Letzte Änderung Zeiten :
Montag, 20. November 2017 
Letzte Änderung Räume :
Montag, 20. November 2017 
Sonstiges
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=104414424
Interwiki Link
Kopieren Sie diesen Link, um im BISWiki auf diese Veranstaltung zu verweisen.
[[ Veranstaltung: 104414424 | WS2017_392140 ]]
Planungshilfen
Terminüberschneidungen für diese Veranstaltung
ID
104414424
Seite zum Handy schicken
Klicken Sie hier, um den QR Code zu zeigen
Scannen Sie den QR-Code: QR-Code vergrößern