Die Informatik des Fachbereiches 3 der Universität Bremen Hier geht es zur Homepage der Verwaltung des Fachbereiches 3 der Universität Bremen Hier geht es zur Homepage der Informatik des Fachbereiches 3 der Universität Bremen Hier geht es zur Homepage der Mathematik des Fachbereiches 3 der Universität Bremen Hier geht es zur Homepage des Fachbereiches 3 der Universität Bremen Hier geht es zur Homepage der Universität Bremen


 




Zeige Systems Engineering-Format Pdf_icon Wirtschaftsinformatik-Format Pdf_icon Informatik-Format Pdf_icon Digitale Medien-Format Pdf_icon

System Engineering-Ansicht

Modultyp
Pflichtmodul Wahlbereich
Spezialisierungsbereich Anzahl Semesterwochenstunden CP Angeboten in jedem
V Ü S P Proj. ∑ Anzahl
Aufbau Praktische Informatik (AI)
0 0 0 0 0 0 6 i.d.R. angeboten alle 2 Semester
Practical Computer Science (Intermediate Level) (AI)         Berechnung des Workloads
Vorgesehenes Semester ab 1. Semester
Lernziele

Die Studierenden

  • haben ein Verständnis für moderne Methoden des Maschinellen Lernens und wie diese auf diverse Probleme angewendet werden können.

  • sind in der Lage, Anwendungsprobleme mit diesen Methoden zu lösen durch Modellierung des Problems im Rahmen des maschinellen Lernens, das Sammeln und Aufbereiten von Daten und die systematische Entwicklung einer Machine-Learning-Lösung auf der Grundlage bestehender Software-Frameworks.

  • sind in der Lage, Anforderungen und Probleme von methodischer, software- und anwendungstechnischer Seite zu betrachten und einzubeziehen.

Lerninhalte

  • CNNs und darauf aufbauende Architekturen (Bildverarbeitung, Medizinische BV)
  • Reinforcement Lernen (Roboterkontrolle)
  • Recurrent NN (Audioverarbeitung, allgemeine Signalverarbeitung)
  • Multimodal Data

Lehrveranstaltung(en)

  • 03-IMAP-ML Fundamentals of Machine Learning
Prüfungsformen

MP; Portfolio, Fachgespräch, mündliche Prüfung, Klausur, Hausarbeit, Referat+Ausarbeitung, ggf. Bonusprüfung
Dokumente (Skripte, Programme, Literatur, usw.)

  • MIT 6.S191, Introduction to Deep Learning, http://introtodeeplearning.com
  • Ian Goodfellow, Yoshua Bengio, Aaron Courville, Deep Learning, MIT Press, 2016, http://www.deeplearningbook.org
Lehrende: N.N. Verantwortlich: Prof. Dr. U. Bormann
Zurück

Zeige Systems Engineering-Format Pdf_icon Wirtschaftsinformatik-Format Pdf_icon Informatik-Format Pdf_icon Digitale Medien-Format Pdf_icon