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

Maschinelles Lernen in den Neurowissenschaften

Zur Modulseite PDF generieren

#41148 / #1

Seit SoSe 2024

English

Machine Learning in Neuroscience
Maschinelles Lernen in den Neurowissenschaften

3

Müller, Klaus-Robert

Benotet

Referat

English

Zugehörigkeit


Fakultät IV

Institut für Softwaretechnik und Theoretische Informatik

34352000 FG Maschinelles Lernen

Keine Angabe

Kontakt


MAR 4-1

Salehinajafabadi, Saeed

salehinajafabadi@campus.tu-berlin.de

https://web.ml.tu-berlin.de/

Lernergebnisse

The students are familiar with a range of applications of machine learning in neuroscience, and with fruitful interactions between machine learning and neuroscience. They have a thorough understanding of a number of machine learning concepts and can explain how these concepts have been applied in neuroscience. The students have an overview of several research areas in neuroscience and know some examples of neuroscience-inspired machine learning. The students have been exposed to recent research literature and have gained experience in understanding and presenting original research.

Lehrinhalte

The course is based on recent publications that apply machine learning to neuroscience or advance machine learning by using inspirations from neuroscience. The course presents these results and provides the necessary background and context both for the machine learning aspect, as well as the neuroscience aspect.

Modulbestandteile

Compulsory area

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWS ISIS VVZ
Machine Learning in NeuroscienceSEMWiSe/SoSeen2
ISIS-Kurssuche nach Veranstaltungen des Moduls

Arbeitsaufwand und Leistungspunkte

Machine Learning in Neuroscience (SEM):

AufwandbeschreibungMultiplikatorStundenGesamt
Attendance15.02.0h30.0h
Pre/post processing15.04.0h60.0h
90.0h(~3 LP)
Der Aufwand des Moduls summiert sich zu 90.0 Stunden. Damit umfasst das Modul 3 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Each student selects a recent research publication from a list provided by the teachers. Students work throughout the semester to prepare a presentation of the publication's methods and findings, with supervision and assistance from the teachers. Towards the end of the semester, students present their work in a seminar talk.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Basic knowledge in machine learning, such as provided by the course Cognitive Algorithms

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

Benotung

Benotet

Prüfungsform

Presentation

Sprache(n)

English

Dauer/Umfang

30 min.

Dauer des Moduls

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

Dieses Modul kann in folgenden Semestern begonnen werden:
Winter- und Sommersemester.

Maximale teilnehmende Personen

Die maximale Teilnehmerzahl beträgt 20.

Anmeldeformalitäten

Registration via ISIS

Literaturhinweise, Skripte

Skript in Papierform

Verfügbarkeit:  nicht verfügbar

 

Skript in elektronischer Form

Verfügbarkeit:  nicht verfügbar

 

Literatur

Empfohlene Literatur
Keine empfohlene Literatur angegeben

Zugeordnete Studiengänge


Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPOStuPOsVerwendungenErste VerwendungLetzte Verwendung
Biomedizinische Technik (M. Sc.)13SoSe 2024SoSe 2025
Computer Engineering (M. Sc.)118SoSe 2024SoSe 2025
Computer Science (Informatik) (M. Sc.)115SoSe 2024SoSe 2025
Elektrotechnik (M. Sc.)19SoSe 2024SoSe 2025
ICT Innovation (M. Sc.)13SoSe 2024SoSe 2025
Information Systems Management (Wirtschaftsinformatik) (M. Sc.)13SoSe 2024SoSe 2025
Medieninformatik (M. Sc.)16SoSe 2024SoSe 2025
Medientechnik (M. Sc.)18SoSe 2024SoSe 2025
Physikalische Ingenieurwissenschaft (M. Sc.)26SoSe 2024SoSe 2025
Wirtschaftsingenieurwesen (M. Sc.)16SoSe 2024SoSe 2025

Sonstiges

Keine Angabe