TU Wien:Deep Learning for Visual Computing VU (Kampel)
- Deep Learning for Visual Computing VU (Hermosilla Casajus) (TU Wien, 0 Materialien)
- Deep Learning for Visual Computing VU (Kampel) (TU Wien, 6 Materialien)
Daten[Bearbeiten | Quelltext bearbeiten]
Vortragende | Martin Kampel• Christopher Pramerdorfer |
---|---|
ECTS | 3 |
Letzte Abhaltung | 2023S |
Sprache | English |
Mattermost | deep-learning-for-visual-computing • Register • Mattermost-Infos |
Links | tiss:183663 , Homepage |
Masterstudium Data Science | |
Masterstudium Business Informatics | |
Masterstudium Visual Computing |
Inhalt[Bearbeiten | Quelltext bearbeiten]
noch offen, bitte nicht von TISS/u:find oder Homepage kopieren, sondern aus Studierendensicht beschreiben.
Ablauf[Bearbeiten | Quelltext bearbeiten]
noch offen
Benötigte/Empfehlenswerte Vorkenntnisse[Bearbeiten | Quelltext bearbeiten]
noch offen
Vortrag[Bearbeiten | Quelltext bearbeiten]
noch offen
Übungen[Bearbeiten | Quelltext bearbeiten]
Drei Übungen müssen in Gruppen von zwei Personen abgegeben werden. Es ist nicht möglich, nur Teile der Übung zu machen. Stattdessen muss alles implementiert und abgegeben werden.
Prüfung, Benotung[Bearbeiten | Quelltext bearbeiten]
SS21[Bearbeiten | Quelltext bearbeiten]
Benotung zu 50% aus der Übung und zu 50% aus den Ergebnissen der Prüfung.
Die Prüfung findet online statt und besteht aus einem schriftlichen und einem mündlichen Teil. Vor der Prüfung wird auf Tuwel ein Fragenkatalog hochgeladen, aus dem die Fragen für die Prüfung gewählt werden.
SS22[Bearbeiten | Quelltext bearbeiten]
Benotung zu 50% aus der Übung und zu 50% aus den Ergebnissen der Prüfung.
Die Prüfung findet schriftlich, in Präsenz statt und es sind keine Hilfsmittel erlaubt. Vor der Prüfung wird auf TUWEL ein Fragenkatalog hochgeladen, aus dem die Fragen für die Prüfung gewählt werden.
Beim 3. Prüfungstermin im Jänner 2023 wurden fünf Hauptfragen aus diesem Fragenkatalog gegeben, Arbeitszeit 1h
Dauer der Zeugnisausstellung[Bearbeiten | Quelltext bearbeiten]
Semester | Letzte Leistung | Zeugnis | |
---|---|---|---|
SS21 | 16.12.2021 | 26.1.2022 | 6 Wochen |
Zeitaufwand[Bearbeiten | Quelltext bearbeiten]
noch offen
Unterlagen[Bearbeiten | Quelltext bearbeiten]
noch offen
Tipps[Bearbeiten | Quelltext bearbeiten]
noch offen
Highlights / Lob[Bearbeiten | Quelltext bearbeiten]
noch offen
Verbesserungsvorschläge / Kritik[Bearbeiten | Quelltext bearbeiten]
noch offen