|
KogSyS-ML-M (V): Lernende Systeme
- Dozent/in
- Prof. Dr. Ute Schmid
- Angaben
- Vorlesung
2 SWS
Zeit und Ort: Do 14:00 - 16:00, F380
- Voraussetzungen / Organisatorisches
- Vorleistungen: GdI-MfI-B, MI-AuD-B
- Inhalt
- Die Veranstaltung vermittelt vertieftes Wissen und Kompetenzen im Bereich Maschinelles Lernen mit dem Fokus auf symbolischen, neuronalen und statistischen Algorithmen. Anmerkung: Die Folien sowie weitere Materialien sind überwiegend in englischer Sprache.
Vorlesung: In der Vorlesung werden wesentliche symbolische, statistische und neuronale Ansätze des maschinellen Lernens mit Bezügen zum menschlichen Lernen vertiefend eingeführt. Wesentliche Themengebiete sind: Entscheidungsbaumalgorithmen, Multilayer Perzeptrons, Instance-based Learning, Induktive Logische Programmierung, Genetische Algorithmen, Bayes'sches Lernen, Lerntheorie, Induktive Programmsynthese, Reinforcement Learning.
Übung: Vertiefung von in der Vorlesung eingeführten Methoden und Techniken, zum Teil mit Programmieraufgaben in Java und PROLOG.
Arbeitsaufwand (in Stunden): 180
- Empfohlene Literatur
- Mitchell, Machine Learning
- Englischsprachige Informationen:
- Credits: 6
- Zugeordnete Lehrveranstaltungen
- Ü: KogSyS-ML-M (Ü): Lernende Systeme
-
Dozent/in: Dipl.-Inf. Emanuel Kitzelmann
Zeit und Ort: Mo 10:00 - 12:00, F303
- Institution: Professur für Angewandte Informatik, insbes. Kognitive Systeme
Hinweis für Web-Redakteure: Wenn Sie auf Ihren Webseiten einen Link zu dieser Lehrveranstaltung setzen möchten, verwenden Sie bitte einen der folgenden Links:Link zur eigenständigen Verwendung Link zur Verwendung in Typo3
|
|
|
|
UnivIS ist ein Produkt der Config eG, Buckenhof |
|
|