Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 
Startseite    Anmelden     
Logout in [min] [minutetext]

Forschungsvertiefung: Maschinelles Lernen - Einzelansicht

  • Funktionen:
Grunddaten
Veranstaltungsart Seminar Langtext
Veranstaltungsnummer 070089 Kurztext
Semester WiSe 2022/23 SWS 2
Erwartete Teilnehmer/-innen Studienjahr
Max. Teilnehmer/-innen
Credits Belegung Keine Belegpflicht
Hyperlink
Sprache deutsch
Termine Gruppe: [unbenannt] iCalendar Export für Outlook
  Tag Zeit Rhythmus Dauer Raum Raum-
plan
Lehrperson Status Bemerkung fällt aus am Max. Teilnehmer/-innen
Einzeltermine anzeigen
iCalendar Export für Outlook
Do. 16:00 bis 18:00 woch von 20.10.2022  Fliednerstr. 21 - Fl 140 (Computer Lab)        
Gruppe [unbenannt]:
 
 


Zugeordnete Person
Zugeordnete Person Zuständigkeit
Koerfer, Krischan verantwort
Studiengänge
Abschluss - Studiengang Sem ECTS Bereich Teilgebiet
Master - Psychologie (88 132 17) -
Prüfungen / Module
Prüfungsnummer Modul
20001 Forschungsvertiefung - Master Psychologie Version 2017
Prüfungsorganisationssätze
Prüfungsnummer Semester Termin Prüfer/-in Abschluss
20001 20222 01 Koerfer, Krischan Alexander (610657) 88 132 17
Zuordnung zu Einrichtungen
Fachbereich 07 Psychologie und Sportwissenschaft
Inhalt
Kommentar

Maschinelles Lernen ist ein Zweig der künstlichen Intelligenz und basiert auf dem
Gedanken, dass Systeme aus Daten lernen, Muster erkennen und Entscheidungen treffen
können. Verbesserte Algorithmen und gesteigerte Rechenleistung haben in den letzten
Jahren zu einer Explosion von Anwendungen in medizinischen, diagnostischen und
wissenschaftlichen Bereichen geführt.
Dieses Seminar bietet eine Einführung in die theoretischen Grundlagen des Maschinellen
Lernens. Dabei werden sowohl Methoden (Optimierung, überwachtes/unüberwachtes
Lernen, Datenaufbereitung) als auch Algorithmen (Support-Vector-Maschinen,
Entscheidungsbäume, Künstliche Neuronale Netze) behandelt. Zudem werden
Anwendungsgebiete vorgestellt und Stärken und Schwächen des Maschinellen Lernens
beleuchtet.
Begleitend werden die erlernten Konzepte dabei am Beispiel eines bereitgestellten
Neuronalen Netzes Schritt für Schritt praktisch angewendet, sodass jede/jeder
Studierende am Ende ein vollständiges funktionierendes N.N. erarbeitet hat.
Es werden keine mathematischen Vorkenntnisse oder Programmiererfahrungen
vorausgesetzt.


Strukturbaum
Die Veranstaltung wurde 1 mal im Vorlesungsverzeichnis WiSe 2022/23 gefunden: