Maschinenbau, Master (PO-2023)
| Modulnummer / Modulcode | WP-PatRec |
|---|---|
| Modulname | Pattern Recognition and Machine Learning I |
| Art des Moduls | Wahlpflicht |
| Lernergebnisse, Kompetenzen, Qualifikationsziele | Der/die Studierende kann verschiedene Aufgaben, Modelle und Algorithmen der Mustererkennung erklären; neue Modellierungsansätze für Klassifikations- und Regressionsprobleme entwickeln; neue Anwendungen eigenständig planen und realisieren; existierende Verfahren und Anwendungen kritisch hinterfragen, vergleichen und bewerten. |
| Lehrveranstaltungsarten | VLmP (2 SWS), Ü (2 SWS) |
| Lehrinhalte | Grundlagen und Verfahren der Mustererkennung, insbesondere aus probabilistischer Sichtweise: Stochastik, Modellselektion, Curse of Dimensionality, Entscheidungs- und Informationstheorie; Verteilungen: Multinomial-, Dirichlet-, Gauss- und Student-Verteilung, Nichtparametrische Schätzung; Lineare Modelle für Regression; Lineare Modelle für Klassifikation; Kernel-Funktionen und Advanced Neural Networks: CNN, RBF-Netze; Gauß’sche Prozesse; Beispielanwendungen: Online-Clustering, Anomalieerkennung u.a. |
| Titel der Lehrveranstaltungen | Pattern Recognition and Machine Learning I |
| 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 | Master Informatik, Master Mathematik (NF Informatik), Master Elektrotechnik, Master FUSE, Master Mechatronik, Master Maschinenbau |
| Dauer des Moduls | Ein Semester |
| Häufigkeit des Angebotes | jährlich im Wintersemester |
| Sprache | Deutsch / Englisch |
| Empfohlene (inhaltliche) Voraussetzungen für die Teilnahme am Modul | Grundkenntnisse Stochastik, Analysis und lineare Algebra |
| Voraussetzungen für die Teilnahme am Modul | keine |
| Studentischer Arbeitsaufwand | 180 Stunden (60h Präsenz + 120h Selbststudium) |
| Studienleistungen | Studienleistung S1: Regelmäßige Bearbeitung von Übungsaufgaben |
| Voraussetzung für Zulassung zur Prüfungsleistung | Studienleistung S1 |
| Prüfungsleistungen | Klausur (120 Min.) oder mündliche Prüfung (20 Min.) |
| Anzahl Credits (ECTS) | 6 cp |
| Lehreinheit | Informatik |
| Modulverantwortliche/r | Prof. Dr. Bernhard Sick |
| Lehrende | Prof. Dr. Bernhard Sick und Mitarbeitende |
| Medienformen | Folien, Tafel, Übungsblätter, Rechnerübungen, wissenschaftliche Veröffentlichungen |
| Literatur |
Weitere Literatur wird in der Vorlesung bekannt gegeben. |