Modul CS5450-KP04, CS5450

Dauer:

Angebotsturnus:

Studiengang, Fachgebiet und Fachsemester:

• Master Medizinische Ingenieurwissenschaft 2020 (Wahlpflicht), Informatik/Elektrotechnik, Beliebiges Fachsemester
• Master Medieninformatik 2020 (Wahlpflicht), Informatik, Beliebiges Fachsemester
• Master Medizinische Informatik 2019 (Wahlpflicht), Medical Data Science / Künstliche Intelligenz, 1. oder 2. Fachsemester
• Master Hörakustik und Audiologische Technik 2017 (Wahlpflicht), Informatik, 1. Fachsemester
• Master Mathematik in Medizin und Lebenswissenschaften 2016 (Wahlpflicht), Informatik, 3. Fachsemester
• Master Medizinische Ingenieurwissenschaft 2014 (Wahlpflicht), Informatik/Elektrotechnik, Beliebiges Fachsemester
• Master Medizinische Ingenieurwissenschaft 2011 (Wahlpflicht), Mathematik, 1. oder 2. Fachsemester
• Master Medizinische Ingenieurwissenschaft 2011 (Vertiefung), Bildgebende Systeme, Signal- und Bildverarbeitung, 1. oder 2. Fachsemester
• Master Medizinische Informatik 2014 (Wahlpflicht), Informatik, 1. oder 2. Fachsemester
• Master Mathematik in Medizin und Lebenswissenschaften 2010 (Wahl), Informatik, Beliebiges Fachsemester
• Master Informatik 2012 (Wahlpflicht), Anwendungsfach Robotik und Automation, 3. Fachsemester
• Master Informatik 2012 (Wahlpflicht), Anwendungsfach Bioinformatik, 3. Fachsemester

Qualifikationsziele/Kompetenzen:

• Studierende können unterschiedliche Lernprobleme erläutern.
• Sie können unterschiedliche Verfahren des maschinellen Lernens erklären und beispielhaft anwenden.
• Sie können für eine gegeben Problemstellung ein geeignetes Lernverfahren auswählen und testen.
• Sie können die Grenzen der automatischen Datenanalyse erkennen und erläutern.

Vergabe von Leistungspunkten und Benotung durch:

• Mündliche Prüfung

Modulverantwortlicher:

• Prof. Dr.-Ing. Erhardt Barth

Lehrende:

• Institut für Neuro- und Bioinformatik

• Prof. Dr.-Ing. Erhardt Barth
• Prof. Dr. rer. nat. Thomas Martinetz

Literatur:

• Chris Bishop: Pattern Recognition and Machine Learning - Springer ISBN 0-387-31073-8
• Vladimir Vapnik: Statistical Learning Theory - Wiley-Interscience, ISBN 0471030031

Sprache:

• Englisch, außer bei nur deutschsprachigen Teilnehmern

Bemerkungen:

Zulassungsvoraussetzungen zum Modul:
- Keine

Zulassungsvoraussetzungen zur Prüfung:
- Prüfungsvorleistungen können zu Beginn des Semesters festgelegt werden. Sind Vorleistungen definiert, müssen diese vor der Erstprüfung erbracht und positiv bewertet worden sein.

Letzte Änderung: