Soft Computing

Mechatronik, Master (PO-2023)

Modulnummer / Modulcode WP-ME-MA-63
Modulname Soft Computing
Art des Moduls Wahlpflicht
Lernergebnisse, Kompetenzen, Qualifikationsziele

Der/die Studierende kennt wesentliche Paradigmen aus dem Bereich des Soft Computing, kann diese geeignet einsetzen (unter Verwendung geeigneter Bibliotheken), kann praktische Anwendungen bewerten und selbständig einfache Anwendungen entwickeln.

Lehrveranstaltungsarten VLmP (3 SWS), Ü (1 SWS)
Lehrinhalte

Methoden aus den Bereichen Neuronale Netze, Fuzzy-Logik, Evolutionäre Algorithmen und statistische Lerntheorie; Schwerpunkt auf Neuronalen Netzen und statistischer Lerntheorie; Übersicht über verschiedene Paradigmen des Soft Computing; überwacht lernende Neuronale Netze (z. B. einlagige Perzeptren, mehrlagige Perzeptren, Radiale Basisfunktionen-Netze), unüberwacht lernende Neuronale Netze (z. B. Wettbewerbslernen, selbstorganisierende Karten); First- und Second-Order-Lernverfahren; Support Vector Machines für Klassifikation und Regression; dynamische Modelle; Einführung in Deep Learning

Titel der Lehrveranstaltungen Soft Computing
Lehr- und Lernmethoden (Lehr- und Lernformen) Frontalunterricht in Vorlesung, Einzel- und Teamarbeit in Übungen, Rechnerübungen (u. a. mit Jupyter Notebooks), angeleitete Präsentation von Lösungen durch Studierende
Verwendbarkeit des Moduls Bachelor Elektrotechnik, Bachelor Informatik, Bachelor Mechatronik
Dauer des Moduls Ein Semester
Häufigkeit des Angebotes jährlich im Sommersemester
Sprache Deutsch/Englisch
Empfohlene (inhaltliche) Voraussetzungen für die Teilnahme am Modul Module „Lineare Algebra“, „Analysis für Informatiker“
Voraussetzungen für die Teilnahme am Modul
Studentischer Arbeitsaufwand 180 Stunden (60h Präsenz + 120h Selbststudium)
Studienleistungen S1: Regelmäßige Bearbeitung von Übungsaufgaben
Voraussetzung für Zulassung zur Prüfungsleistung Studienleistung S1
Prüfungsleistungen Klausur (120 Min.) oder mündliche Prüfung (ca. 20 Min.)
Anzahl Credits (ECTS) 6 cp
Lehreinheit Informatik
Modulverantwortliche/r Prof. Dr. Bernhard Sick
Lehrende Prof. Dr. Bernhard Sick und Mitarbeitende
Medienformen Folien, Skript, Tafel, Übungsblätter, Rechnerübungen
Literatur

Literatur wird in der Lehrveranstaltung bekanntgegeben