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 22.10.2018

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: 

21.02.19 alle Zeiten belegt

22.02.19 alle Zeiten belegt

04.03.19 alle Zeiten belegt

05.03.19 alle Zeiten belegt

08.03.19 alle Zeiten belegt

18.03.19 alle Zeiten belegt

19.03.19 alle Zeiten belegt

20.03.19 alle Zeiten belegt

21.03.19 alle Zeiten belegt

 

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, 20. Februar 2019