Vorlesung: Machine Learning (Lecture) (CS-BP-NI, CS-BWP-AI, CS-BWP-INF, CS-BWP-NI) - Details

Allgemeine Informationen

Veranstaltungsname	Vorlesung: Machine Learning (Lecture) (CS-BP-NI, CS-BWP-AI, CS-BWP-INF, CS-BWP-NI)
Untertitel
Veranstaltungsnummer	8.3072
Semester	SoSe 2020
Aktuelle Anzahl der Teilnehmenden	237
Heimat-Einrichtung	LE Cognitive Science
Veranstaltungstyp	Vorlesung in der Kategorie Offizielle Lehrveranstaltungen
Erster Termin	Mittwoch, 15.04.2020 10:00 - 12:00, Ort: 01/E01
Art/Form
Teilnehmende	ab 4. Semester
SWS	4
Primäre Unterrichtssprache	Englisch / English
ECTS-Punkte	8

Lehrende

• Prof. Dr.-Ing. Gunther Heidemann

Tutor/-innen

• David Neufeld
• Emilia Arens
• Emma Seeger

Räume und Zeiten

01/E01

Mittwoch: 10:00 - 12:00, wöchentlich (12x)

Donnerstag: 10:00 - 12:00, wöchentlich (12x)

01/B01

Mittwoch: 10:00 - 12:00, wöchentlich (1x)

Freitag, 17.04.2020 10:00 - 12:00
Freitag, 17.04.2020 14:00 - 16:00
Montag, 20.04.2020 10:00 - 12:00
Montag, 20.04.2020 14:00 - 16:00

Studienbereiche

• Veranstaltungen > Cognitive Science > Bachelor-Programm
• Courses Open to Exchange Students > Human Sciences (e.g. Cognitive Science, Psychology)
• Schnupperstudium > Schnupper Uni > Cognitive Science
• Veranstaltungen > Informatik > Importmodule
• Uni für Alle > Cognitive Science

Modulzuordnungen

• Bachelor of Science Informatik > INF-INF-KI-9-L - Machine Learning
• Bachelor of Science Eingebettete Softwaresysteme > INF-INF-KI-9-L - Machine Learning
• Bachelor of Science Umweltsystemwissenschaft > INF-INF-KI-9-L - Machine Learning
• Master of Science Informatik > INF-INF-KI-9-L - Machine Learning
• Master of Science Mathematik > INF-INF-KI-9-L - Machine Learning
• Master of Science Geoinformatik > INF-INF-KI-9-L - Machine Learning
• Master of Science Umweltsysteme und Ressourcenmanagement > INF-INF-KI-9-L - Machine Learning
• Master Lehramt an Gymnasien Informatik > INF-INF-KI-9-L - Machine Learning
• Erweiterungsmaster Lehramt an Gymnasien Informatik > INF-INF-KI-9-L - Machine Learning
• 2-Fächer-Bachelor Informatik > INF-INF-KI-9-L - Machine Learning
• 2-Fächer-Bachelor Professionalisierung > INF-INF-KI-9-L - Machine Learning
• Bachelor of Science Informatik > CS-BWP-NI - Neuroinformatik gültig ab WiSe 2019/20
• Bachelor of Science Mathematik > CS-BWP-NI - Neuroinformatik gültig ab WiSe 2019/20
• Bachelor of Science Cognitive Science > CS-BWP-NI - Neuroinformatik gültig ab WiSe 2019/20
• Master of Science Mathematik > CS-BWP-NI - Neuroinformatik gültig ab WiSe 2019/20
• Bachelor of Science Informatik > CS-BP-NI - Neuroinformatik gültig ab WiSe 2019/20
• Bachelor of Science Mathematik > CS-BP-NI - Neuroinformatik gültig ab WiSe 2019/20
• Bachelor of Science Cognitive Science > CS-BP-NI - Neuroinformatik gültig ab WiSe 2019/20
• Bachelor of Science Umweltsystemwissenschaft > CS-BP-NI - Neuroinformatik gültig ab WiSe 2019/20
• Master of Science Mathematik > CS-BP-NI - Neuroinformatik gültig ab WiSe 2019/20
• Bachelor of Science Informatik > CS-BWP-AI - Künstliche Intelligenz gültig ab WiSe 2019/20
• Bachelor of Science Mathematik > CS-BWP-AI - Künstliche Intelligenz gültig ab WiSe 2019/20
• Bachelor of Science Cognitive Science > CS-BWP-AI - Künstliche Intelligenz gültig ab WiSe 2019/20
• Master of Science Mathematik > CS-BWP-AI - Künstliche Intelligenz gültig ab WiSe 2019/20
• Bachelor of Science Cognitive Science > CS-BWP-INF - Informatik gültig ab WiSe 2019/20

Kommentar/Beschreibung

Prerequisites: None

Being a mainly academic topic about 20 years ago, Machine Learning has become a discipline of major impact on both science and engineering by today. This course introduces the basics of Machine Learning and Data Mining. Major topics are concept learning, decision trees, problems of data in high dimensional representations, clustering algorithms, linear and nonlinear dimension reduction, artificial neural networks (e.g. multilayer perceptrons, RBF networks, self-organizing maps), classification methods, reinforcement learning, modeling uncertainty and temporal probability models.