1. Modulverzeichnis (MTS)
  2. Module
  3. Modulbeschreibung anzeigen

Machine Intelligence I

Zur Modulseite PDF generieren

#40548 / #4

SS 2017 - WS 2017/18

Englisch

Machine Intelligence I

6

Obermayer, Klaus

Benotet

Schriftliche Prüfung

Englisch

Zugehörigkeit


Fakultät IV

Institut für Softwaretechnik und Theoretische Informatik

34351300 FG Neuronale Informationsverarbeitung

Keine Angabe

Kontakt


MAR 5-6

Obermayer, Klaus

oby@ni.tu-berlin.de

https://www.tu.berlin/ni/studium-lehre/

Lernergebnisse

Am Ende der Veranstaltung sind die Teilnehmer in der Lage, die Leistungsfähigkeit der besprochenen Verfahren einzuschätzen und sie auf Probleme in den Anwendungsdomänen erfolgreich einzusetzen. Qualifikationsziele sind somit: 1) Verständnis der wichtigsten Theorien und Verfahren des induktiven Lernens 2) Anwendung auf Regressions- und Klassifikationsprobleme (Mustererkennung) 3) Kenntnis der grundlegenden Konzepte neuronaler Informationsverarbeitung 4) Verständnis der theoretischen Grundlagen für die Entwicklung neuer Verfahren

Lehrinhalte

1) Grundlagen induktiven Lernens: Empirical Risk Minimization, Structural Risk Minimization, Bayesian Inference 2) Lernen und Generalisierung, Techniken der Regularisierung 3) Künstliche neuronale Netze (konnektionistische Neuronen, das Multilagen-Perzeptron, radiale Basisfunktionen, tiefe Netze) 4) Statistische Lerntheorie und Support Vector Maschinen 5) Graphische Modelle: Schließen unter Unsicherheit, Bayes'sche Inferenz und neuronale Netze 6) Reinforcement Learning (MDP, value iteration, policy iteration, Q-learning)

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWS ISIS VVZ
Machine Intelligence IVL0434 L 866WiSeKeine Angabe2
Machine Intelligence IUE0434 L 866WiSeKeine Angabe2
ISIS-Kurssuche nach Veranstaltungen des Moduls

Arbeitsaufwand und Leistungspunkte

Machine Intelligence I (VL):

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit / time of attendance15.02.0h30.0h
Vor- und Nachbereitung / preparation and review15.02.0h30.0h
60.0h(~2 LP)

Machine Intelligence I (UE):

AufwandbeschreibungMultiplikatorStundenGesamt
Hausaufgaben / homework15.06.0h90.0h
Päsenzzeit / time of attendance15.02.0h30.0h
120.0h(~4 LP)
Der Aufwand des Moduls summiert sich zu 180.0 Stunden. Damit umfasst das Modul 6 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Keine Angabe

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Keine Angabe

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

Benotung

Benotet

Prüfungsform

Schriftliche Prüfung

Sprache(n)

Englisch

Dauer/Umfang

Keine Angabe

Prüfungsbeschreibung (Abschluss des Moduls)

Keine Angabe

Dauer des Moduls

Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt:
1 Semester.

Dieses Modul kann in folgenden Semestern begonnen werden:
Wintersemester.

Maximale teilnehmende Personen

Die maximale Teilnehmerzahl beträgt 80.

Anmeldeformalitäten

Keine Angabe

Literaturhinweise, Skripte

Skript in Papierform

Verfügbarkeit:  nicht verfügbar

 

Skript in elektronischer Form

Verfügbarkeit:  verfügbar

 

Literatur

Empfohlene Literatur
Keine empfohlene Literatur angegeben

Zugeordnete Studiengänge


Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPOStuPOsVerwendungenErste VerwendungLetzte Verwendung
Dieses Modul findet in keinem Studiengang Verwendung.

Sonstiges

Keine Angabe