inf536 - Computational Intelligence II (Veranstaltungsübersicht) - Campusmanagementsystem Stud.IP

inf536 - Computational Intelligence II (Veranstaltungsübersicht)

Department für Informatik

6 KP

Modulteile

Semesterveranstaltungen Sommersemester 2024

Prüfungsleistung

Vorlesung

2.01.536 - Convolutional Neural Networks
- Prof. Dr. Oliver Kramer
Die Zeiten der Veranstaltung stehen nicht fest.
The lecture "Convolutional Neural Networks" gives an introduction to neural networks via MLP, Backpropagation, Convolutional Layers and ResNet. In the exercises the concepts will be programmed in Python and Keras.

Übung

2.01.536 - Convolutional Neural Networks
- Prof. Dr. Oliver Kramer
Die Zeiten der Veranstaltung stehen nicht fest.
The lecture "Convolutional Neural Networks" gives an introduction to neural networks via MLP, Backpropagation, Convolutional Layers and ResNet. In the exercises the concepts will be programmed in Python and Keras.

Hinweise zum Modul

Teilnahmevoraussetzungen	nützliche Vorkenntniss: Lineare Algebra, Stochastik
Prüfungszeiten	Vorlesungsfreie Zeit im Anschluss des Semesters
Prüfungsleistung Modul	Klausur, e-Klausur
Kompetenzziele	In der Vorlesung „Convolutional Neural Networks“ lernen die Grundlagen von Convolutional Neural Networks, vom methodischen Verständnis bis zur Implementierung. Fachkompetenzen Die Studierenden: erlernen die Fachkompetenz im Bereich Deep Learning, die wesentliche Qualifikationen als KI-Experte und Data Scienctist darstellen Methodenkompetenzen Die Studierenden: lernen die genannten Methoden sowie die Implementierung in Python, NymPy und Keras Sozialkompetenzen Die Studierenden: werden dazu angehalten, in Gruppen die gelehrten Inhalte zu diskutieren und gemeinsam die Programmieraufgaben in den Übungen zu Implementieren Selbstkompetenzen Die Studierenden: werden zur eigenständigen Recherche zu weiterführenden Methoden angeleitet, da sich der Lehrbereich dynamisch ändert