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
Diese Sektion führt die grundlegenden Konzepte des maschinellen Lernens ein, die notwendig sind, um fortgeschrittene Themen wie Zeitreihenvorhersagen zu verstehen.
Hier werden Methoden zur Analyse von Zeitreihendaten behandelt, die notwendig sind, um zeitabhängige Muster und Trends zu identifizieren.
Diese Sektion konzentriert sich auf die Erstellung und Anwendung von Modellen zur Vorhersage zukünftiger Werte in Zeitreihendaten.
Diese Sektion vermittelt fortschrittliche Techniken des Deep Learnings zur Modellierung und Vorhersage komplexer Zeitreihendaten.
Praktische Übungen und Projekte vertiefen das Gelernte durch praktische Anwendungen und Lösungsfindung realer Probleme.
Die Vorlesung 'Maschinelles Lernen für Zeitreihen', angeboten von der Universität Erlangen-Nürnberg, ist ein integraler Bestandteil des Informatikstudiums. Der Kurs vermittelt fundierte Kenntnisse in der Analyse und Modellierung von Zeitreihendaten mithilfe moderner maschineller Lernverfahren. Du lernst sowohl theoretische Grundlagen als auch praktische Anwendungen kennen, was Dir einen umfassenden Einblick in dieses vielseitige Themengebiet ermöglicht.
Kursleiter: Prof. Dr.
Modulstruktur: Die Vorlesung besteht aus wöchentlichen 90-minütigen Sitzungen ergänzt durch praktische Übungen.
Studienleistungen: Die Leistungskontrolle erfolgt über eine schriftliche Abschlussprüfung und praktische Projekte.
Angebotstermine: Das Modul wird im Wintersemester angeboten.
Curriculum-Highlights: Grundlagen des maschinellen Lernens, Zeitreihenanalyse, Modellierung und Vorhersage von Zeitreihen, Deep Learning für Zeitreihen
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.
Xiulan H.
Jun W.
Michelle G.
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 |
Jennifer R.