Aufbauend auf dem Modul "Neuronale Netze und Lernen" werden die dort betrachteten Lernverfahren einer genaueren theoretischen Betrachtung unterzogen - insbesondere aus statistischer Sicht. Desweiteren werden verschiedene Lernarchitekturen, insbesondere Komitee-Verfahren sowie reinforcement-Lernen behandelt.
Die Vorlesung wendet sich an einschlägig interessierte Studenten der Informatik, Mathematik und Linguistik im Hauptstudium. Neuronale Netze und Lernen
| Degree programme/academic programme | Validity | Variant | Subdivision | Status | Semester | LP | |
|---|---|---|---|---|---|---|---|
| Intelligente Systeme / Master | (Enrollment until SoSe 2012) | Vertiefung Maschinelles Lernen | Wahlpflicht | 1. 3. | 5 | benotet | |
| Naturwissenschaftliche Informatik / Diplom | (Enrollment until SoSe 2004) | Robotik; Physik; Biologie; NNet; ME | HS | ||||
| Naturwissenschaftliche Informatik / Master | (Enrollment until SoSe 2012) | Vertiefung Maschinelles L | Wahlpflicht | 1. | 5 | benotet |