Bereit für die Klausur? Teste jetzt dein Wissen!
Dein ergebnis
Melde dich für die StudySmarter App an und lerne effizient mit Millionen von Karteikarten und vielem mehr!
Du hast bereits ein Konto? Anmelden
Lerninhalte finden
Features
Entdecke
Egal, ob Zusammenfassung, Altklausur, Karteikarten oder Mitschriften - hier findest du alles für den Studiengang Bachelor of Science Informatik
Universität Erlangen-Nürnberg
Bachelor of Science Informatik
Prof. Dr.
2024
In dieser Vorlesungseinheit werden fortgeschrittene Methoden des überwachten Lernens behandelt. Dies umfasst komplexe Algorithmen und deren Anwendung in realen Szenarien.
Unüberwachte Methoden spielen eine zentrale Rolle in der explorativen Datenanalyse. Hier lernst Du Techniken zur Erkennung von Mustern und Strukturen in Daten ohne vorherige Labels.
Tiefe Lernverfahren und neuronale Netze sind Kernkomponenten moderner Machine-Learning-Modelle. Dieser Abschnitt bietet eine tiefere Einsicht in die Theorie und Anwendungen dieser Techniken.
Der Fokus dieses Abschnitts liegt auf der praktischen Umsetzung der theoretisch gelernten Konzepte. Dies beinhaltet die Entwicklung und Implementierung von Machine-Learning-Lösungen für reale Probleme.
Der Kurs 'Machine Learning for Engineers II and Advanced Methods' an der Universität Erlangen-Nürnberg bietet eine umfassende Vertiefung in das Themenfeld des maschinellen Lernens, speziell aus der Perspektive der Ingenieurwissenschaften. Du wirst in der Lage sein, sowohl erweiterte überwachte und unüberwachte Methoden als auch moderne Techniken wie neuronale Netze und tiefe Lernverfahren zu verstehen und anzuwenden. Die Vorlesung und die dazugehörigen Übungen vermitteln ein breites Spektrum an theoretischem Wissen und praktischen Fähigkeiten, um reale Anwendungsfälle zu bearbeiten.
Kursleiter: Prof. Dr.
Modulstruktur: Die Vorlesung besteht aus Vorlesungen, Übungen und praktischen Anwendungen. Der Zeitplan ist in Vorlesungen (2 SWS) und Übungen (2 SWS) aufgeteilt.
Studienleistungen: Am Ende der Vorlesung erfolgt eine schriftliche Prüfung. Zusätzlich können Hausarbeiten und Projekte Teil der Prüfungsleistungen sein.
Angebotstermine: Die Vorlesung wird im Wintersemester angeboten.
Curriculum-Highlights: Erweiterte Überwachungsmethoden, Unüberwachte Methoden, Neuronale Netze und tiefe Lernverfahren, Anwendungsfälle und praktische Implementierungen
Beginne frühzeitig mit dem Lernen, idealerweise schon zu Beginn des Semesters, um Dir die nötige theoretische Basis anzueignen.
Nutze verschiedene Ressourcen, wie Bücher, Übungsaufgaben, Karteikarten und Probeklausuren, um dein Wissen zu vertiefen.
Schließe Dich Lerngruppen an und tausche Dich mit anderen Studierenden aus, um gemeinsam Lösungsstrategien zu entwickeln.
Vergiss nicht, regelmäßige Pausen einzulegen und in diesen Zeiten komplett abzuschalten, um eine Überbelastung zu vermeiden.
Tao R.
Sie haben bereits ein Konto? Login
74790 Strategisches Management | Kurs ansehen |
Advanced Design and Programming | Kurs ansehen |
Advanced Mechanized Reasoning in Coq | Kurs ansehen |
Advanced Programming Techniques | Kurs ansehen |
Algebra | Kurs ansehen |
Algebra des Programmierens | Kurs ansehen |
Algebraische und Logische Aspekte der Automatentheorie | Kurs ansehen |
Algorithmen und Datenstrukturen | Kurs ansehen |
Algorithmik kontinuierlicher Systeme | Kurs ansehen |
Allgemeine Biologie I | Kurs ansehen |
Xiaolian U.