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.
Frequency | Weekday | Time | Format / Place | Period | |
---|---|---|---|---|---|
weekly | Do | 14-16 | V4-112 | 11.04.-22.07.2016
not on: 4/14/16 / 4/28/16 / 5/5/16 / 5/12/16 / 5/19/16 / 5/26/16 / 6/9/16 / 6/30/16 / 7/21/16 |
|
one-time | Do | 14-16 | GZI V2-229 | 12.05.2016 | |
one-time | Do | 14-16 | GZI V2-229 | 02.06.2016 | |
one-time | Do | 14-16 | GZI V2-229 | 16.06.2016 | |
one-time | Do | 14-16 | GZI V2-229 | 30.06.2016 |
Module | Course | Requirements | |
---|---|---|---|
39-Inf-13 Grundlagen künstlicher Kognition | Grundlagen künstlicher Kognition II | Ungraded 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.
Diese Webseite verwendet Cookies und ähnliche Technologien. Einige davon sind essentiell, um die Funktionalität der Website zu gewährleisten, während andere uns helfen, die Website und Ihre Erfahrung zu verbessern. Falls Sie zustimmen, verwenden wir Cookies und Daten auch, um Ihre Interaktionen mit unserer Webseite zu messen. Sie können Ihre Einwilligung jederzeit unter Datenschutzerklärung einsehen und mit der Wirkung für die Zukunft widerrufen. Auf der Seite finden Sie auch zusätzliche Informationen zu den verwendeten Cookies und Technologien.