ErweiternDruck
 

Mustererkennung

Inhalt:

  • Bayes'sche Entscheidungsregel
  • Qualitätsmaße der Mustererkennung
  • Überwachtes Lernen mit parametrischen Verteilungen
  • Überwachtes Lernen mit nicht-parametrischen Verteilungen, Klassifikation
  • Lineare Trennfunktionen, einschichtiges Perzeptron
  • Support-Vektor-Maschinen (SVMs)
  • Mehrschichtiges Perzeptron, neuronale Netze (NNs)
  • Boosting-Methoden
  • Nicht-überwachtes Lernen, Clusteringverfahren

 

Dozent: Prof. Tim Fingscheidt

Assistent: Maximilian Strake

 

Vorlesung (ET-NT-102):

Umfang (SWS): 2 h

Zeit: Mo 13:15 - 14:45

Ort: SN 22.2

Beginn: Mo 28.10.2019

Sprache: Deutsch

 

Seminar (ET-NT-103):

Umfang (SWS): 2 h / wird als Blockseminar durchgeführt

Datum: ist noch nicht bekannt

Zeit: jeweils 09.00 - 16.30 Uhr

Ort: SN 22.2

Sprache: Deutsch

 

Begleitmaterial:

Die Vorlesungsfolien (PDF-Dokument) stehen hier zum Download bereit. Benutzername und Passwort werden in der Vorlesung bekanntgegeben.

 

 

 

Aktuelles

Zurzeit gibt es keine aktuellen Informationen.

 

 

 

 

Prüfung

Art der Prüfung: mündlich

 

Datum: Termin werden Ende Nov/Anfang Dez veröffentlicht

 

Zeit: mit Frau Erichsen-Rua vereinbaren

Ort: Raum 306

Sprechstunde (Fragen zur Prüfung): nach Vereinbarung mit Maximilian Strake

 

Informationen zur Prüfung:

Die Festlegung des Prüfungstermins und der Prüfungszeit erfolgt persönlich oder per E-Mail bei Frau Eike-Asslo Erichsen-Rua. Bitte Name, Vorname, Matrikelnummer, Fachrichtung, Semester und E-Mail-Adresse angeben.

Anmeldefrist bis:


Bei Abmeldung von der Prüfung bitten wir Sie, sich bei Eike-Asslo Erichsen-Rua zu melden. Das entbindet nicht von der Pflicht, sich bei der Fakultät fristgemäß abzumelden.

 
 

Letzte Änderung: Mittwoch, 30. Oktober 2019