Mit der Vorlesung "Vertiefung Neuronale Netze" werden die im Modul "Neuronale Netze und Lernen" erworbenen Grundkenntnisse im Bereich neuronaler Netze und Lernalgorithmen weiter vertieft. Insbesondere werden weitere Netzmodelle wie Lokal Lineare Karten, Hyperbolische Selbstorganisierenden Karten, Growing Neural Gas, Radiale Basisfunktionen, sowie Eigenschaften und Lernverfahren für dynamische rekurrente Netze, insbesondere zur Zeitserienvorhersage behandelt.
Dabei werden häufig Beispiele aus der Mustererkennung herangezogen, um praktische Aspekte wie Vorverarbeitung, Merkmalselektion, Techniken zur Konvergenzbeschleunigung und Wahl einer geeigneten Netzarchitektur zu illustrieren.
Teilnahmevoraussetzungen, notwendige Vorkenntnisse
Modul "Neuronale Netze und Lernen"
Die Vorlesung wendet sich an einschlägig interessierte Studenten der Informatik, Mathematik und Linguistik im Hauptstudium. Neuronale Netze und Lernen
David MacKay: "Gaussian Processes Basics" (video lecture)
Iain Murray: "Markov Chain Monte Carlo" (video lecture)
Frequency | Weekday | Time | Format / Place | Period | |
---|---|---|---|---|---|
weekly | Di | 8-10 | U2-147 | 07.04.-17.07.2015 |
Module | Course | Requirements | |
---|---|---|---|
39-M-Inf-VNN Vertiefung Neuronale Netze | Vertiefung Neuronale Netze | Graded examination
|
Student information |
The binding module descriptions contain further information, including specifications on the "types of assignments" students need to complete. In cases where a module description mentions more than one kind of assignment, the respective member of the teaching staff will decide which task(s) they assign the students.
Degree programme/academic programme | Validity | Variant | Subdivision | Status | Semester | LP | |
---|---|---|---|---|---|---|---|
Naturwissenschaftliche Informatik / Diplom | (Enrollment until SoSe 2004) | Robotik; NNet; ME | HS |