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 | Do | 14-16 | V4-112 | 11.04.-22.07.2016
nicht am: 14.04.16 / 28.04.16 / 05.05.16 / 12.05.16 / 19.05.16 / 26.05.16 / 09.06.16 / 30.06.16 / 21.07.16 |
|
einmalig | Do | 14-16 | GZI V2-229 | 12.05.2016 | |
einmalig | Do | 14-16 | GZI V2-229 | 02.06.2016 | |
einmalig | Do | 14-16 | GZI V2-229 | 16.06.2016 | |
einmalig | Do | 14-16 | GZI V2-229 | 30.06.2016 |
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.