Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 
Startseite    Anmelden     
Sommer 2021    Hilfe  Trennstrich  Sitemap  Trennstrich  Impressum  Trennstrich  Datenschutz  Trennstrich  node1  Trennstrich  Switch to english language

Veranstaltung

Artificial Intelligence III: Artificial Neural Networks

  • Funktionen:

Grunddaten

Veranstaltungsart Vorlesung/Übung SWS 4.00
Veranstaltungsnummer 23833 Semester SS 2021
Sprache Englisch Studienjahr
Hyperlink Stud.IP Link zu dieser Lehrveranstaltung in Stud.IP

Belegung über StudIP

Status Link
offene Belegung (kein Anmeldeverfahren)    Link

Module

1150750 Ergänzende Themen im Themenbereich Smart Computing
1150800 Ausgewählte Themen im Themenbereich Smart Computing
1151290 Intelligent Information Systems: Advanced Artificial Intelligence

Termine Gruppe: [unbenannt] iCalendar Export für Outlook

  Tag Zeit Rhythmus Dauer Raum Raum-
plan
Lehrperson Status Bemerkung fällt aus am Max. Teilnehmer/-innen
Einzeltermine anzeigen
iCalendar Export für Outlook
Do. 09:00 bis 11:00 woch 08.04.2021 bis 15.07.2021  Onlineveranstaltung - Onlineveranstaltung Raumplan Bader findet statt    
Einzeltermine anzeigen
iCalendar Export für Outlook
Do. 17:00 bis 19:00 woch 08.04.2021 bis 15.07.2021  Onlineveranstaltung - Onlineveranstaltung Raumplan Bader findet statt    
Gruppe [unbenannt]:
 

Verantwortliche Person

Verantwortliche Person Zuständigkeit
Dr. rer. nat. Sebastian Bader

Studiengänge

Studiengang/Abschluss/Prüfungsversion Semester Teilnahmeart
Computer Science International, Master (2020) 1. - 3. Semester wahlobligatorisch
Informatik, Master (2013) 1. - 2. Semester wahlobligatorisch
Informationstechnik/Technische Informatik, Master (2013) 1. - 2. Semester wahlobligatorisch
Informationstechnik/Technische Informatik, Master (2020) 1. - 2. Semester wahlobligatorisch
Visual Computing, Master (2014) 1. - 3. Semester wahlobligatorisch

Zuordnung zu Einrichtungen

Fakultät für Informatik und Elektrotechnik (IEF)

Inhalt

Kommentar

- Biological and physical foundations of neural networks - Perceptron and delta-rule - Feedforward networks (Multi-layer Perceptrons) and Backpropagation
- Recurrent neural networks and Backpropagation through time
- Hopfield networks and Hebbian learning - Deep neural networks

Exam: written, prerequirements: homework

Literatur

A comprehensive list of literature will be provided during the lectures  Some introductory text books on the topic:
- „Neural Networks - A Systematic Introduction“, Raul Rojas, Springer Berlin 1996 - „Hands-On Machine Learning with Scikit-Learn & TensorFlow“ Aurélien Géron, O’Reilly 2017

Lerninhalte

Within the course „Artificial Intelligence III: Artificial Neural Networks“, we will cover the basics of artificial neural networks - also called connectionist systems. Such systems, inspired by biological neural networks, are built from a set of simple processing units (neurons) which are connected (through synapses) to process noisy information. During the course, the following types of networks are introduced: - Simple perceptrons - Feed forward neural networks (including auto-encoders) - Recurrent neural networks - Hopfield networks - Some of the recent deep neural networks In addition, we will discuss the mathematics of the corresponding learning algorithms.



Zugehörige weitere Veranstaltung
Nr. Veranstaltungsart Beschreibung SWS
23833 Übung Artificial Intelligence III: Artificial Neural Networks 1.00

Strukturbaum

Die Veranstaltung wurde 4 mal im Vorlesungsverzeichnis Sommer 2021 gefunden:
Master Informatik · · · · [+]
Master Visual Computing · · · · [+]