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 | Fr | 12-14 | U2-135 | 11.04.-22.07.2016
nicht am: 15.04.16 / 29.04.16 / 06.05.16 / 20.05.16 / 27.05.16 / 10.06.16 / 01.07.16 / 22.07.16 |
|
einmalig | Fr | 12-14 | GZI V2-229 | 13.05.2016 | |
einmalig | Fr | 12-14 | GZI V2-229 | 03.06.2016 | |
einmalig | Fr | 12-14 | GZI V2-229 | 17.06.2016 | |
einmalig | Fr | 12-14 | GZI V2-229 | 01.07.2016 |
Verstecke vergangene Termine <<
Modul | Veranstaltung | Leistungen | |
---|---|---|---|
39-Inf-13 Grundlagen künstlicher Kognition | Grundlagen künstlicher Kognition II | 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.
This website uses cookies and similar technologies. Some of these are essential to ensure the functionality of the website, while others help us to improve the website and your experience. If you consent, we also use cookies and data to measure your interactions with our website. You can view and withdraw your consent at any time with future effect at our Privacy Policy site. Here you will also find additional information about the cookies and technologies used.