|
|
Gaststudierendenverzeichnis >> Fakultät Humanwissenschaften >>
|
EMP_MA_SE: Deep learning and artificial neural networks (Vertiefungsseminar quantitative Forschungsmethoden) (Vertiefungsseminar Quanti: Deep Learning)- Dozent/in
- PD Dr. Matthias Borgstede, Dipl.Psych.
- Angaben
- Seminar
Rein Präsenz
2 SWS
Gaststudierendenverzeichnis, Studium Generale, Modulstudium, Frühstudium, Unterrichtssprache Englisch, Vertiefungsmodul: Forschungsmethoden in der Erziehungs- und Bildungswissenschaft; MA EBWB HF EMP-A 2; MA EBWS HF EMP-A; MA EBWS HF EMP-B - Vertiefung (PO ab SoSe2015), Diplom-Studiengang
Zeit und Ort: Do 12:00 - 14:00, MG2/01.11
- Voraussetzungen / Organisatorisches
- Für dieses Seminar ist kein Leistungsnachweis vorgesehen.
Alternativ kann der vhb-Kurs "Praxis der Fragebogenkonstruktion" belegt werden. Die Anerkennung erfolgt direkt über das Prüfungsamt.
Es werden Grundwissen über Regressionsmodelle, sowie die Bereitschaft sich mit statistischer Programmierung auseinanderzusetzen, vorausgesetzt!
Anmeldung zur Teilnahme in FlexNow ab 11.4.2023
- Inhalt
- Artificial intelligence (AI) has made immense advances in recent years. Popular applications of AI such as text generation (chat bots), object recognition or autonomous driving are becoming more and more human-like. One of the most promising approaches in the field of AI are neural network models, especially deep learning frameworks.
This course gives a practical introduction to artificial neural networks and deep learning using the statistical programming environment R. Students will acquire the necessary skills to understand how modern AI works by constructing and training their own deep learning models. The course covers the theoretical background of neural networks, basic network architectures, as well as exemplary applications such as object classification, hand-written letter recognition or natural language processing.
The course language will be English.
- Empfohlene Literatur
- Chollet, F., Kalinowski, T., Allaire, J.J. (2022). Deep learning with R. Manning.
Ciaburro, G., Venkateswaran, B. (2017). Neural networks with R. Packt.
Hodnett, M., Wiley, J.F. (2018). R Deep learning essentials. Packt.
The literature is freely available for students of Bamberg University via https://learning.oreilly.com
- Englischsprachige Informationen:
- Title:
- Deep learning and artificial neural networks (Advanced quantitative research methods)
- Zusätzliche Informationen
- Erwartete Teilnehmerzahl: 25
- Institution: Lehrstuhl für Allgemeine Pädagogik
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 |
|
|