Moses - Machine Intelligence II

Zur Modulseite PDF generieren

Modul / Version
#40549 / #5

Gültigkeit
SoSe 2020 - SoSe 2020

Verfügbare Sprache(n)
Englisch

Titel des Moduls
Machine Intelligence II

Leistungspunkte
6

Modulverantwortliche*r
Obermayer, Klaus

Benotung
Benotet

Prüfungsform
Schriftliche Prüfung

Lehrsprache(n)
Englisch

Zugehörigkeit

Fakultät
Fakultät IV

Institut
Institut für Softwaretechnik und Theoretische Informatik

Fachgebiet
34351300 FG Neuronale Informationsverarbeitung

Prüfungsausschuss
Keine Angabe

Kontakt

Sekretariat
MAR 5-6

Ansprechpartner*in
Obermayer, Klaus

E-Mail-Adresse
oby@ni.tu-berlin.de

Webseite

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

Diese Modulbeschreibung ist nicht oder nicht vollständig auf deutsch hinterlegt.

Es wird auf Wunsch trotzdem der Inhalt der unvollständigen Spracheversion angezeigt.

Diese Modulbeschreibung gilt nicht im aktuellen Semester.

Die Modulbeschreibung gilt nur für den Zeitraum SoSe 2020 - SoSe 2020. Die Version für das aktuelle Semester (SoSe 2025) finden Sie hier: Modulbeschreibung des SoSe 2025

Lernergebnisse

Die Studierenden lernen die zentralen Konzepte, theoretischen Grundlagen und häufig eingesetzten Algorithmen des maschinellen Lernens sowie der künstlichen Intelligenz kennen. Nach Beendigung des Moduls können die Studierenden die Leistungsfähigkeit der besprochenen Verfahren einschätzen, sie können sie auf Probleme in den Anwendungsdomänen erfolgreich einsetzen, und die mit diesen Methoden erzielten Ergebnisse kritisch interpretieren. Qualifikationsziele sind somit: 1) Verständnis zentraler Konzepte neuronaler Informationsverarbeitung 2) Kenntnisse unüberwachter Architekturen und Lernverfahren 3) Anwendung auf Probleme statistischer Modellierung, explorativer Datenanalyse und Visualisierung

Lehrinhalte

1) Hauptkomponentenanalyse, Kernel-PCA 2) Unabhängigkeitsanalyse (Infomax, FastICA, Second Order Blind Source Separation) 3) Stochastische Optimierung 4) Clustering-Verfahren, Einbettung und Datenvisualisierung (zentrales und paarweises Clustering, selbstorganisierende neuronale Karten, Locally Linear Embedding) 5) Dichteschätzung, Mischverteilung, Expectation-Maximization Algorithm, Hidden Markov Model 6) Schätztheorie, Maximum Likelihood-Schätzung, Bayes'scher Modellvergleich

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

Lehrveranstaltungen	Art	Nummer	Turnus	Sprache	SWS	ISIS	VVZ
Machine Intelligence II	VL	0434 L 867	SoSe	Keine Angabe	2
Machine Intelligence II	UE	0434 L 867	SoSe	Keine Angabe	2

ISIS-Kurssuche nach Veranstaltungen des Moduls

Arbeitsaufwand und Leistungspunkte

Machine Intelligence II (VL):

Aufwandbeschreibung	Multiplikator	Stunden	Gesamt
Präsenzzeit	15.0	2.0h	30.0h
Vor- und Nachbereitung	15.0	2.0h	30.0h
			60.0h(~2 LP)

Machine Intelligence II (UE):

Aufwandbeschreibung	Multiplikator	Stunden	Gesamt
Präsenzzeit	15.0	2.0h	30.0h
Vor- und Nachbereitung	15.0	6.0h	90.0h
			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

Vorlesung: Frontalunterricht vor allen Teilnehmern zur Vermittlung des Stoffes. Übung: Besprechung von Übungsaufgaben, welche sowohl die mathematische Herleitung und Analyse von neuronalen Verfahren als auch die Implementierung und den praktischen Umgang mit den besprochenen Verfahren umfassen.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Solide Mathematikkenntnisse (Linearer Algebra, Analysis, und Wahrscheinlichkeitstheorie oder Statistik; auf einem Niveau vergleichbar mit den Mathematik-Veranstaltungen für Ingenieure) Grundlegende Programmiererfahrung (Python, Matlab, R, or Julia) Gute englische Sprachkenntnisse

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

Benotung

Benotet

Prüfungsform

Schriftliche Prüfung

Sprache(n)

Englisch

Dauer/Umfang

90 min.

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:
Sommersemester.

Maximale teilnehmende Personen

Dieses Modul ist nicht auf eine Anzahl Studierender begrenzt.

Anmeldeformalitäten

Die Anmeldung zur schriftlichen Prüfung erfolgt in der Regel am Semesterende über das elektronische System der TU Berlin (Stand 2017: QISPOS) bzw. alternativ schriftlich über das Prüfungsamt. Prüfungssprache ist Englisch. Beide möglichen Wiederholungsprüfungen werden als mündliche Prüfungen abgelegt. Ansonsten gilt die Allgemeine Studien- und Prüfungs-Ordnung der TU Berlin sowie die Prüfungsordnung des Masterstudiengangs Computational Neuroscience. Weitere Informationen zur Anmeldung und den Kursmaterialien sind über den jeweils aktuellen ISIS-Kurs erhältlich.

Literaturhinweise, Skripte

Skript in Papierform

Verfügbarkeit: nicht verfügbar

Skript in elektronischer Form

Verfügbarkeit: verfügbar

Literatur

Empfohlene Literatur
Keine empfohlene Literatur angegeben

Zugeordnete Studiengänge

Semester:

Zeige auch ausgelaufene Studiengänge und StuPOs

Diese Modulversion wird in folgenden Studiengängen verwendet:

	Studiengang / StuPO	StuPOs	Verwendungen	Erste Verwendung	Letzte Verwendung
Dieses Modul findet in keinem Studiengang Verwendung.

Studierende anderer Studiengänge können dieses Modul ohne Kapazitätsprüfung belegen.

Sonstiges

Keine Angabe