TU Wien:Mustererkennung VU (Kropatsch)

From VoWi
Jump to navigation Jump to search
Similarly named LVAs (Resources):

Daten[edit]

Lecturers Walter Kropatsch, Jiri Hladuvka, Darshan Batavia
ECTS 4,5
Department Forschungsbereich Pattern Recognition and Image Processing
When summer semester
Links tiss:186845 , Mattermost-Channel
Zuordnungen
Master Visual Computing Pflichtmodul Computer Vision
Master Media and Human-Centered Computing Wahlmodul Computer Vision

Mattermost: Channel "mustererkennung"RegisterMattermost-Infos

Inhalt[edit]

Ausgewählte Kapitel der Mustererkennung

  • Feature Exraction
  • Structural Pattern Recognition
  • Classifiers
  • Decision Trees & Clustering
  • Deep Learning

Ablauf[edit]

SS20[edit]

Es gibt fünf Übungseinheiten (Units) mit je fünf Aufgaben, von denen maximal drei pro Einheit gemacht werden dürfen. Pro Aufgabe gibt es zirka fünf Punkte. Die Aufgaben beinhalten Recherche- und praktische Tasks, es sind zumeist ein zwei Seiten-Report und eine 5-6 Slides PowerPoint abzugeben. Nach der Deadline bekommt man den Report eines/r Kollegen/Kollegin, der auf Rechtschreibung, Grammatik, Struktur, Vollständigkeit ... zu überprüfen ist, wofür es max. 3 Punkte gibt. Von insgesamt 90 Punkten sind 42 für eine positive Note notwendig.

Ursprünglich war für jede Einheit eine Präsentation geplant, durch COVID-19 werden jedoch stattdessen die Präsentationen via GoToMeeting abgehalten. Eine schlechte "Tafelleistung" kann zu Punkteabzügen führen. Nach jeder Präsentation gibt es eine Diskussion, bei der Fragen von den Studierenden gestellt und (falls der/die Präsentierende die Antwort nicht weiß) beantwortet werden können, was zu zusätzlichen Punkten führen kann. Diese werden vor allem bei Zwischennoten herangezogen.

SS17[edit]

6 Übungseinheiten, maximal 15 zu erreichende Punkte, meistens mit 3 Teilaufgaben unterschiedlicher Wertigkeit erreichbar. Aufgaben wurden vor der Übung immer angeschaut Es mussten mindestens 30 Punkte zum bestehen erreicht werden, 60 für eine 1. Die Abschlussprüfung bestand ausschließlich aus einer Sammlung von Aufgaben von Studenten: Jeweils bei der Lösung jeder Übungsaufgabe mussten zusätzlich zwei mögliche Aufgaben für die Prüfung abgegeben werden.

SS16[edit]

Es gab 6 Übungseinheiten. Jede Übungseinheit gab es ein paar Aufgaben die man erledigen konnte wobei man maximal 20 Punkte pro Einheit erreichen konnte. Dabei wurden aber auch manchmal mehr als 20 Punkte angeboten, damit man eine Auswahl hat. Die Abgaben werden teilweise ziemlich streng und genau bewertet (vor allem von Hr. Kropatsch).

ACHTUNG zum Bewertungsschema: Am Ende des Semesters wurde dann verlautbart, dass es zu Minus- und Pluspunkten kommen kann. Wenn die Tafelleistung "nicht zufriedenstellend" war gibts Minuspunkte, was am Anfang des Semesters nicht gesagt wurde. Besonders bitter wenn man dann um einen Punkt die bessere Note verpasst...

SS15[edit]

Im SS15 wegen Verlassens des letzten LVA Leiters Yll Haxhimusa wurde sehr spontan ein neues LVA System aufgebaut. Dabei wurden alle 2 Wochen einige Aufgaben online gestellt (viele Theorie aufgaben, Recherchen aber auch Praxisaufgaben) und man durfte sich aussuchen was man davon macht und musste schauen dass man am Ende des Semesters genug gemacht hat. in den Vorlesungseinheiten wurden von den Studenten diese Kapitel präsentiert


Benötigte/Empfehlenswerte Vorkenntnisse[edit]

Einführung in die Mustererkennung VO als Vorkenntnis schwer zu emfehlen, sowie Matlab-Kenntnisse

Vortrag[edit]

Alle 2 Wochen

Übungen[edit]

Wie in Ablauf erwähnt

Prüfung, Benotung[edit]

Keine Prüfung, nur diese Übungen!

Dauer der Zeugnisausstellung[edit]

Recht flott: Letzte Übung war am 23. Juni, Zeugnis kam am 4. Juli

Zeitaufwand[edit]

Für eine 4,5 ECTS LVA gering.

Unterlagen[edit]

In den Materialien Ausarbeitungen von diesem Semester

Tipps[edit]

- Am besten nicht bei Hr. Kropatsch drankommen, der stichelt gerne nach und fragt jede Kleinigkeit.

- SS17: Bei Aufgaben, die man nicht vorstellen möchte, hässliche Slides machen (aber inhaltlich korrekt), dann kommt eher jemand anders dran. Lieber bei Aufgaben, bei denen man sich sicher ist, eine richtig geile Präsi machen, dann nehmen sie einen mit hoher Wahrscheinlichkeit dran.

Verbesserungsvorschläge / Kritik[edit]

noch offen