V KogSys-ML-M: Lernende Systeme

Dozent/in:

Ute Schmid

Angaben:

Vorlesung, 2 SWS, ECTS: 6

Termine:

Di, 8:00 - 10:00, Raum n.V.
Wir streben an, diese Veranstaltung in Präsenz durchzuführen. Je nach den weiteren Entwicklungen der Corona-Zahlen und der dann geltenden Vorgaben, kann es jedoch sein, dass die Veranstaltung hybrid oder auch virtuell stattfindet.

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.

Empfohlene Literatur:

Mitchell, Machine Learning

Ü KogSys-ML-M: Lernende Systeme

Dozent/in:

Johannes Rabold

Angaben:

Übung, 2 SWS

Termine:

Mo, 12:00 - 14:00, Raum n.V.
Wir streben an, diese Veranstaltung in Präsenz durchzuführen. Je nach den weiteren Entwicklungen der Corona-Zahlen und der dann geltenden Vorgaben, kann es jedoch sein, dass die Veranstaltung hybrid oder auch virtuell stattfindet.