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: einfache Modellierung biologischer Neuronen, lineare Klassifikation: das Perzeptron, MaxMinOver, das Adatron, nichtlineare Klassifikation: Kerne, RBF, ELM, Mehrschichtnetze, lineare und nichtlineare Regression, unüberwachtes Lernen durch Oja, Grundlagen der Lerntheorie
| Rhythmus | Tag | Uhrzeit | Format / Ort | Zeitraum |
|---|
| Datum | Uhrzeit | Format / Raum | Kommentar zum Prüfungstermin |
|---|
Zeige vergangene Prüfungstermine >>
| Modul | Veranstaltung | Leistungen | |
|---|---|---|---|
| 39-Inf-13 Grundlagen künstlicher Kognition Grundlagen künstlicher Kognition | Grundlagen künstlicher Kognition II | Studieninformation | |
| - | unbenotete Prüfungsleistung | Studieninformation | |
| 39-Inf-MIKE Modularisierter individueller Kompetenz-Erwerb (MiKE) Modularisierter individueller Kompetenz-Erwerb (MiKE) | - | 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.