Mustererkennung
| Mustererkennung | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
| Organisationseinheit Freie Universität Berlin/Mathematik und Informatik/Informatik |
|||||||||||
| Ursprung Dies ist ein Verweis auf den Eintrag in inf_msc_2014 |
|||||||||||
Bereich
|
|||||||||||
| Zugangsvoraussetzungen Keine |
|||||||||||
| Qualifikationsziele Die Studentinnen und Studenten kennen grundlegende Verfahren der Mustererkennung mit probabilistischen und neuronalen Verfahren sowie über konnektionistische Modelle und können sie auf Mustererkennungsprobleme für die Erkennung von Schrift, Sprache, Objekten in Bildern u. a. anwenden. |
|||||||||||
| Inhalte Baye’sche Verfahren der Mustererkennung, Clustering, Expectation Maximization, Neuronale Netze und Lernalgorithmen, Assoziative Netze, Rekurrente Netze. Computer-Vision mit neuronalen Netzen, Anwendungen in der Robotik |
|||||||||||
| Lehr- und Lernformen | Aktive Teilnahme | ||||||||||
| Vorlesung 2 SWS Teilnahme empfohlen |
Bearbeitung der Übungsblätter Zwei mündliche Präsentationen der Lösung jeweils einer Übungsaufgabe in der Übung |
||||||||||
| Übung 2 SWS Teilnahme empfohlen |
Bearbeitung der Übungsblätter Zwei mündliche Präsentationen der Lösung jeweils einer Übungsaufgabe in der Übung |
||||||||||
Aufwand
|
|||||||||||
| Modulprüfung Klausur (90 Minuten), die Klausur kann auch in Form einer elektronischen Prüfungsleistung (90 Minuten) durchgeführt werden, oder mündliche Prüfung (20 bis 25 Minuten) |
|||||||||||
| Differenzierte Bewertung differenzierte Bewertung |
|||||||||||
| Modulsprache Deutsch (ggf. Englisch) |
|||||||||||
| Arbeitsaufwand (Stunden) 150 |
|||||||||||
| Leistungspunkte (LP) 5 |
|||||||||||
| Dauer des Moduls Ein Semester |
|||||||||||
| Häufigkeit des Angebots Jedes Wintersemester |
|||||||||||
| Verwendbarkeit Masterstudiengang Informatik |
|||||||||||