Sommersemester, das Modul wird mindestens zweijährlich angeboten
5 Credit points
For information on the duration of the modul, refer to the courses of study in which the module is used.
Die Studierenden sollen aktuelle Methoden der Cognitive Science kennenlernen und praktische Erfahrung sammeln, wie diese für komplexere Anwendungsgebiete eingesetzt werden. Dieses umfasst die mathematische Formalisierung der zugrundeliegenden Sachverhalte, die Kenntnis spezieller Algorithmen, als auch deren konkrete Umsetzung und Einbindung in Verfahrensketten. Die Veranstaltung wird von einem praktischen Teil begleitet, in dem die Studierenden die Verfahren konkret ausprobieren sollen.
The students get knowledge about recent methods in cognitive science, and they acquire expertise how to use these methods in complex application domains. These competences cover mathematical formalization of the fundamental settings, knowledge about specific relevant algorithms, as well as its adaptation in concrete applications and typical work flows. The lecture is accompanied by practical exercises where the students experiment with the algorithms in concrete applications.
In diesem Modul soll exemplarisch an einem Anwendungsgebiet wie dem Web demonstriert werden, wie effiziente Verfahren des maschinellen Lernens zur Strukturierung der vorhandenen Information dienen kann. Behandelte Thematiken sind: Graphanalyse mit Pagerank, Dimensionsreduktion und Visualisierung (etwa ICA, MDS, Isomap, LLE, t-SNE, Laplacian Eigenmaps und Erweiterungen, Evaluationsverfahren), Clustering (etwa Spectral Clustering, Affinity Propagation, Relational Clustering, Evaluationen), Prototypen-basierte Klassifikation (GLVQ, Matrix Lernen, Relational LVQ), Deep Learning. Ein Schwerpunkt liegt dabei auf Verfahren für nicht-vektorielle Daten sowie Effizienzüberlegungen.
In the module, relevant techniques of cognitive science are considered as regards their applicability in an exemplary domain such as the web to efficiently structure the available information. Topics which are covered include the following: graph analysis with Pagerank, dimensionality reduction and data visualisation (e.g. ICA, MDS, Isomap, LLE, t-SNE, Laplacian Eigenmaps and extensions, evaluation), clustering (e.g. spectral clustering, affinity propagation, relational clustering, evaluation), prototype-based classification (GLVQ, matrix learning, relational LVQ), deep learning). Thereby, the focus lies on methods which are suited for non-vectorial data and efficient realisations.
Grundkenntnisse in Algorithmen und Datenstrukturen oder vergleichbare Kenntnisse, Mathematik
Introduction to computer science (such as algorithms and data structures), introduction to mathematics
—
Hinweise zur Veranstaltungswahl:
Von den Veranstaltungen Maschinelles Lernen im Web (V+Ü), Softcomputing für die Bioinformatik (V+Ü) oder Modern Data Analysis (V+Pj) kann jeweils eine ausgewählt werden.
Unbenotete / benotete Modulprüfung:
Die Modul(teil)prüfung kann in einigen Studiengängen nach Wahl der Studierenden auch "unbenotet" erbracht werden. Vor Erbringung ist eine entsprechende Festlegung vorzunehmen, eine nachträgliche Änderung (benotet - unbenotet) ist ausgeschlossen. Wird diese Option gewählt, ist es nicht möglich, dieses Modul zu verwenden, um es in einen Studiengang einzubringen, in dem dieses Modul bei der Gesamtnotenberechnung berücksichtigt wird.
Module structure: 0-1 bPr, 0-1 uPr 1
In einigen Studiengängen der Technischen Fakultät kann die Modulprüfung nach Wahl der Studierenden auch "unbenotet" erbracht werden (s. Erläuterungen zu den Modulelementen und die jeweilige FsB). Wird die unbenotete Option gewählt, ist es nicht möglich, dieses Modul zu verwenden, um es in einen Studiengang einzubringen, in dem dieses Modul bei der Gesamtnotenberechnung berücksichtigt wird.
Erläuterungen zu dieser Prüfung siehe unten (benotete Prüfungsvariante).
Portfolio aus Übungs- oder Programmieraufgaben, die veranstaltungsbegleitend und in der Regel zweiwöchentlich gestellt werden, und mündlicher Abschlussprüfung (in der Regel 15 min). Die Übungsaufgaben ergänzen und vertiefen den Inhalt der Vorlesung.
Nachweis einer ausreichenden Zahl korrekt gelöster Übungsaufgaben (in der Regel 50% der im Semester für das Lösen der Aufgaben erzielbaren Punkte).
Die abschließende mündliche Prüfung bezieht sich auf den Stoff der Vorlesung und der Übungen bzw. Projekt
Portfolio consisting of per default two-weekly exercises or programming tasks and final oral exam (per default 15 minutes). The exercises are based on the content of the lecture and enable students to train and further investigate the topics. It is required that a sufficient percentage of the exercises are successfully completed (per default 50% of the total number of points which can be achieved during a semester). The final oral exam concerns both, the content of the lecture as well as the exercises.
Degree programme | Version | Profile | Recommended start 3 | Duration | Mandatory option 4 |
---|---|---|---|---|---|
Bioinformatics and Genome Research / Bachelor of Science [FsB vom 30.09.2016 mit Änderungen vom 15.09.2017, 02.05.2018, 01.07.2019 und 16.08.2021] | Bachelor with One Core Subject (Academic) | 6. | one semester | Compulsory optional subject | |
Bioinformatics and Genome Research / Bachelor of Science [FsB vom 31.08.2012 mit Berichtigung vom 04.11.2013 und Änderungen vom 15.04.2013, 01.04.2014, 15.10.2014, 02.03.2015 und 01.12.2015] | Bachelor with One Core Subject (Academic) | 6. | one semester | Compulsory optional subject | |
Bioinformatics and Genome Research / Master of Science [FsB vom 30.09.2016 mit Änderungen vom 15.09.2017, 02.05.2018, 04.06.2020 und 31.03.2023] | 2. | one semester | Compulsory optional subject | ||
Bioinformatics and Genome Research / Master of Science [FsB vom 17.12.2012 mit Änderungen vom 15.04.2013, 15.10.2014, 02.03.2015, 17.08.2015 und Berichtigungen vom 17.11.2014 und 01.12.2015] | 2. | one semester | Compulsory optional subject | ||
Data Science / Master of Science [FsB vom 06.04.2018 mit Änderungen vom 01.07.2019, 02.03.2020 und 21.03.2023] | Variante 1 | 2. | one semester | Compulsory optional subject | |
Data Science / Master of Science [FsB vom 06.04.2018 mit Änderungen vom 01.07.2019, 02.03.2020 und 21.03.2023] | Variante 2 | 2. | one semester | Compulsory optional subject | |
Fundamentals of Cognitive Systems / Bachelor [FsB vom 04.06.2020] | Minor Subject (Academic), 60 CPs | 6. | one semester | Compulsory optional subject | |
Informatics / Bachelor [FsB vom 04.06.2020 mit Änderung vom 15.12.2021] | Minor Subject (Academic), 60 CPs | Practical Informatics | 6. | one semester | Compulsory optional subject |
Informatics / Bachelor [FsB vom 04.06.2020 mit Änderung vom 15.12.2021] | Minor Subject (Academic), 60 CPs | Technical Informatics | 6. | one semester | Compulsory optional subject |
Informatics / Bachelor [FsB vom 30.09.2016 mit Änderungen vom 15.09.2017, 02.05.2018, 15.11.2019 und 16.08.2021] | Minor Subject (Academic), 60 CPs | Practical Informatics | 6. | one semester | Compulsory optional subject |
Informatics / Bachelor [FsB vom 30.09.2016 mit Änderungen vom 15.09.2017, 02.05.2018, 15.11.2019 und 16.08.2021] | Minor Subject (Academic), 60 CPs | Technical Informatics | 6. | one semester | Compulsory optional subject |
Informatics / Bachelor [FsB vom 31.08.2012 mit Berichtigung vom 04.11.2013 und Änderungen vom 15.04.2013, 01.04.2014, 15.10.2014, 02.03.2015 und 01.12.2015] | Minor Subject (Academic), 60 CPs | 6. | one semester | Compulsory optional subject | |
Intelligent Systems / Master of Science [FsB vom 27.07.2018 mit Änderung vom 04.06.2020] | 2. | one semester | Compulsory optional subject | ||
Intelligent Systems / Master of Science [FsB vom 17.12.2012 mit Änderungen vom 15.04.2013, 01.04.2014, 15.10.2014, 02.03.2015 und Berichtigung vom 17.11.2014] | 2. | one semester | Compulsory optional subject | ||
Cognitive Informatics / Bachelor of Science [FsB vom 30.09.2016 mit Änderungen vom 15.09.2017, 02.05.2018, 01.07.2019 und 16.08.2021] | Bachelor with One Core Subject (Academic) | 6. | one semester | Compulsory optional subject | |
Cognitive Informatics / Bachelor of Science [FsB vom 31.08.2012 mit Änderungen vom 15.04.2013, 01.04.2014, 15.10.2014, 02.03.2015, 17.08.2015 und Berichtigung vom 01.12.2015] | Bachelor with One Core Subject (Academic) | 6. | one semester | Compulsory optional subject | |
Media Informatics and Design / Bachelor of Arts | Bachelor of Science [FsB vom 31.08.2012 mit Änderungen vom 15.04.2013, 01.04.2014, 15.10.2014, 02.03.2015 und 01.12.2015] | Bachelor with One Core Subject (Academic) | 4. o. 6. | one semester | Compulsory optional subject | |
Informatics for the Natural Sciences / Master of Science [FsB vom 30.09.2016 mit Berichtigung vom 10.01.2017 und Änderungen vom 15.09.2017, 02.05.2018, 04.06.2020 und 31.03.2023] | 2. | one semester | Compulsory optional subject | ||
Informatics for the Natural Sciences / Master of Science [FsB vom 17.12.2012 mit Änderungen vom 15.04.2013, 01.04.2014, 15.10.2014, 02.03.2015, 01.12.2015 und Berichtigungen vom 01.04.2014, 17.11.2014 und 12.07.2017] | 2. | one semester | Compulsory optional subject |
The system can perform an automatic check for completeness for this module.
Bioinformatics and Genome Research / Master of Science
Data Science / Master of Science // Variante 1
Data Science / Master of Science // Variante 2
Fundamentals of Cognitive Systems / Bachelor: Minor Subject (Academic), 60 CPs [FsB vom 04.06.2020]
Intelligent Systems / Master of Science [FsB vom 27.07.2018 mit Änderung vom 04.06.2020]