MU Wien:Neural Computation 1 VO/UE (Dorffner): Unterschied zwischen den Versionen

Aus VoWi
Zur Navigation springen Zur Suche springen
(enferne Kategorie:Aktuelle LVAs wieder, dank Spezial:Diff/102628 nicht mehr benötigt)
 
(9 dazwischenliegende Versionen von 5 Benutzern werden nicht angezeigt)
Zeile 4: Zeile 4:
 
* HP der LVA: [http://www.ai.univie.ac.at/imkai/lv/ws/509.707.html http://www.ai.univie.ac.at/imkai/lv/ws/509.707.html]
 
* HP der LVA: [http://www.ai.univie.ac.at/imkai/lv/ws/509.707.html http://www.ai.univie.ac.at/imkai/lv/ws/509.707.html]
 
* Institut: [http://www.ai.univie.ac.at/imkai/ IMKAI]
 
* Institut: [http://www.ai.univie.ac.at/imkai/ IMKAI]
* {{532C-V}}
+
* Für die VO gilt:
* {{534-W}}
+
** {{532C-V}}
 +
** {{534-W}}
 +
** {{932D}}
 +
** {{936}}
 +
* Für die UE gilt:
 +
** {{532C-V}}
 +
** {{534-W}}
 +
** {{932D}}
 +
** {{936}}
  
 
== Inhalt ==
 
== Inhalt ==
Zeile 53: Zeile 61:
 
*  Am Besten gleichzeitig [[Maschinelles Lernen und Data Mining VO/UE (Flexer, MU)]] besuchen, dadurch dass der Stoff sich stark überschneidet spart man sich nicht nur Arbeit, sondern versteht auch alles viel besser!
 
*  Am Besten gleichzeitig [[Maschinelles Lernen und Data Mining VO/UE (Flexer, MU)]] besuchen, dadurch dass der Stoff sich stark überschneidet spart man sich nicht nur Arbeit, sondern versteht auch alles viel besser!
  
[[Kategorie:Programmierung]]
 
[[Kategorie:Mathematik]]
 
[[Kategorie:Medizin/Biologie/Physik]]
 
  
[[Kategorie:Computational Intelligence (Mag.)]]
+
[[Kategorie:Medizin, Biologie, Physik und Chemie]]
[[Kategorie:Information & Knowledge Management (Mag.)]]
+
[[Kategorie:Artificial Intelligence]]
[[Kategorie:Intelligente Systeme (Mag.)]]
 
[[Kategorie:Medizinische Informatik (Mag.)]]
 
[[Kategorie:Software Engineering & Internet Computing (Mag.)]]
 
[[Kategorie:Technische Informatik (Mag.)]]
 
[[Kategorie:Wirtschaftsingenieurwesen Informatik (Mag.)]]
 

Aktuelle Version vom 4. Februar 2019, 05:54 Uhr

Daten[Bearbeiten]

|Wahlmodul Unbekannt oder "Prä-Modul-Ära" - EDIT ME |-

|Wahlmodul Unbekannt oder "Prä-Modul-Ära" - EDIT ME |-

|Pflichtmodul Unbekannt oder "Prä-Modul-Ära" - EDIT ME |-

|Wahlmodul Unbekannt oder "Prä-Modul-Ära" - EDIT ME |-

|Wahlmodul Unbekannt oder "Prä-Modul-Ära" - EDIT ME |-

|Pflichtmodul Unbekannt oder "Prä-Modul-Ära" - EDIT ME |-

Inhalt[Bearbeiten]

  • Grundlagen
  • Neuronale Netze zur Klassifikation
  • Neuronale Netze zur Regression
  • Lernen als Optimierung
  • Der praktische Umgang mit neuronalen Netzen
  • Unüberwachtes Lernen
  • Rekurrente Netze

Ablauf[Bearbeiten]

Die Vorlesung findet wöchentlich statt. Die Übung besteht aus 4-5 Übungen in Matlab und wird jeweils bis zu einer Deadline (wobei Prof. Dorffner da sehr kulant ist) abgegeben. Anwesenheitspflicht gibt es keine.

Benötigte/Empfehlenswerte Vorkenntnisse[Bearbeiten]

Wer Statistikgrundkenntnisse hat ist klar im Vorteil.

Vortrag[Bearbeiten]

Prof. Dorffner hat einen guten Vortragsstil, er bringt den Stoff grundsätzlich gut und verständlich rüber.

Übungen[Bearbeiten]

Die separaten Übungen bestehen aus der Abgabe von 4-5 Beispielen, welche (bis auf die erste) in Matlab zu programmieren sind. Jedes Beispiel zählt 100 Punkte, das vierte 200 weil es umfangreicher ist. Ein Beispiel kann weggelassen werden (nicht Beispiel 4) und man kann trotzdem noch die volle Punktezahl haben. Macht man 5 Beispiele kann man den Punktestand noch erhöhen. Die Beispiele haben folgende Themen:

  • Herumspielen mit einem Perzeptron in einem Windowsprogramm
  • Klassifikation von Daten mithilfe eines GLM und eines MLP
  • Klassifikation und Regression mithilfe von GMMs und MLPs
  • Vollständige Regression eines umfangreichen Immobilienwert-beispiels, bei dem man beginnend mit der Datensichtung alles wie bei echten Daten machen muss (umfangreichstes Beispiel)
  • Unüberwachtes Lernen mit k-means und GMMs

Prüfung[Bearbeiten]

Die Prüfungsfragen sind eher auf Verständnis gestellt, laut Prof. Dorffner muss man keine Formel abgesehen vom Bayesschen Theorem kennen.

Literatur[Bearbeiten]

Keine Spezielle.

Zeitaufwand[Bearbeiten]

Jede Übung braucht gute 1-2 Tage, die vierte Übung meist mehr. Für die Vorlesungsprüfung sollte man bis zu einer Woche zum Lernen einplanen.

hilfreiche Links[Bearbeiten]

Wo gibts Mitschriften, Skripten, Folien...[Bearbeiten]

Tipps[Bearbeiten]