Hauptinhalt
CS 593 — Neuronale Netze
(engl. Neural Networks)
Niveaustufe, Verpflichtungsgrad | Vertiefungsmodul, abhängig vom importierenden Studiengang |
Lehr- und Lernformen, Arbeitsaufwand |
Vorlesung (2 SWS), Übung (2 SWS), 180 Stunden (60 Std. Präsenzzeit, 120 Std. Selbststudium) |
Leistungspunkte, Voraussetzungen zum Erwerb |
6 LP Studienleistung(en): Erreichen von mindestens 50 Prozent der Punkte aus den wöchentlich zu bearbeitenden Übungsaufgaben und mündliche Präsentation der Lösung von mindestens zwei der Übungsaufgaben. Prüfungsleistung: Mündliche Prüfung (Einzelprüfung) oder Klausur |
Sprache, Benotung |
Englisch,Die Benotung erfolgt mit 0 bis 15 Punkten gemäß der Prüfungsordnung für den Studiengang M.Sc. Informatik. |
Ursprung | M.Sc. Informatik |
Dauer des Moduls, Häufigkeit |
Ein Semester, Jedes Sommersemester |
Modulverantwortliche(r) | Prof. Dr. Dominik Heider |
Inhalt
- Biologische neuronalen Netze
- Überwachte Lernverfahren
- Unüberwachte Lernverfahren
- Theoretische Analyse Neuronaler Netze
- Deep Learning
- Experimentdesign und Analyse
- Möglichkeiten und Grenzen der Modelle
Qualifikationsziele
Die Studierenden
- haben einen Einblick in die Theorie der neuronalen Netze sowie einen Überblick über die verschiedenen Architekturen, Möglichkeiten und Grenzen künstlicher neuronaler Netze,
- kennen überwachtes Lernen und Deep Learning
- sind in der Lage, ausgehend von einer konkreten Problemstellung eine datengetriebene Lösung für künstliche Neuronale Netze unter Verwendung von vorgegebenen Programmbibliotheken zu entwerfen,
- sind in der Lage, wissenschaftliche Arbeitsweisen beim eigenständigen Erkennen, Formulieren und Lösen von Problemen anzuwenden,
- sind in der Lage über wissenschaftliche Inhalte frei zu sprechen, sowohl vor einem Publikum als auch in einer Diskussion.
Voraussetzungen
Keine. Empfohlen werden die Kompetenzen, die in den Modulen Maschinelles Lernen und Grundlagen der Statistik vermittelt werden.
Verwendbarkeit
Das Modul kann im FB12 verwendet werden im Studiengang bzw. in den Studiengängen
- B.Sc. Informatik
- M.Sc. Data Science
- M.Sc. Informatik
- M.Sc. Mathematik
- M.Sc. Wirtschaftsmathematik
- LAaG Informatik
Im Studiengang M.Sc. Informatik kann das Modul im Studienbereich Informatik Wahlpflichtmodule absolviert werden.
Das Modul kann auch in anderen Studiengängen absolviert werden (Exportmodul).
Das Modul ist der Praktischen Informatik zugeordnet. Weitere Informationen zur Wählbarkeit sind der Bereichsbeschreibung zu entnehmen.
Literatur
- Ian Goodfellow "Deep Learning. Das umfassende Handbuch: Grundlagen, aktuelle Verfahren und Algorithmen, neue Forschungsansätze" MIT Press
- Charu C. Aggarwal "Neural Networks and Deep Learning: A Textbook" Springer.
Bitte beachten Sie:
Diese Seite beschreibt ein Modul gemäß dem im Wintersemester 2023/24 aktuellsten gültigen Modulhandbuch. Die meisten für ein Modul gültigen Regeln werden nicht durch die Prüfungsordnung festgelegt, und können daher von Semester zu Semester aktualisiert werden. Folgende Versionen liegen im Online-Modulhandbuch vor:
- WiSe 2016/17
- SoSe 2018
- WiSe 2018/19
- WiSe 2019/20
- WiSe 2020/21
- SoSe 2021
- WiSe 2021/22
- WiSe 2022/23
- WiSe 2023/24
Das Modulhandbuch enthält alle Module, unabhängig vom aktuellen Veranstaltungsangebot, vergleichen Sie dazu bitte das aktuelle Vorlesungsverzeichnis in Marvin.
Die Angaben im Online-Modulhandbuch wurden automatisch erstellt. Rechtsverbindlich sind die Angaben der Prüfungsordnung. Wenn Ihnen Unstimmigkeiten oder Fehler auffallen, sind wir für Hinweise dankbar.