Die Informatik des Fachbereiches 3 der Universität Bremen Hier geht es zur Homepage der Verwaltung des Fachbereiches 3 der Universität Bremen Hier geht es zur Homepage der Informatik des Fachbereiches 3 der Universität Bremen Hier geht es zur Homepage der Mathematik des Fachbereiches 3 der Universität Bremen Hier geht es zur Homepage des Fachbereiches 3 der Universität Bremen Hier geht es zur Homepage der Universität Bremen


 




Zeige Digitale Medien-Format Pdf_icon Systems Engineering-Format Pdf_icon Wirtschaftsinformatik-Format Pdf_icon Informatik-Format Pdf_icon

System Engineering-Ansicht

Modultyp
Vertiefung 		Pflichtmodul Wahlbereich
Spezialisierungsbereich Anzahl Semesterwochenstunden CP Angeboten in jedem
V Ü S P Proj. ∑ Anzahl
Machine learning for autonomous Robots
2 2 0 0 0 4 6 i. d. R. angeboten alle 2 Semester
Machine learning for autonomous Robots         Berechnung des Workloads
Vorgesehenes Semester ab 1. Semester
Lernziele

  • Grundlegende Kenntnisse überwachter und unüberwachter maschineller Lernverfahren
  • Verständnis verschiedener Metriken und Auswertungsmethoden
  • Kenntnisse der Anwendung und Anwendbarkeit von maschinellen Lernverfahren für autonome Roboter
  • Erprobung von Algorithmen des maschinellen Lernens an Problemstellungen der Robotik
  • Stärkung der Kooperations- und Teamfähigkeit durch den Übungsbetrieb in kleinen Gruppen

Lerninhalte

  • Grundlagen des unüberwachten Lernens (Merkmalsgenerierung, Merkmalsauswahl, Clustering)
  • Grundlagen des überwachten Lernens (Klassifikation und Regression)
  • Metriken und Evaluationsmethoden für das maschinelle Lernen
  • Erweiterte Kenntnisse zur Support Vektor Regression und Klassifikation
  • Grundlagen des Meta-Lernens
  • Grundlagen künstlicher neuronaler Netze
  • Einführung in Deep-Learning und fortgeschrittene Techniken neuronaler Netze
  • Anwednung von Verfahren maschinellen Lernens in der Robotik und angrenzender Felder
Prüfungsformen

i. d. R. Bearbeitung von Übungsaufgaben und Fachgespräch oder mündliche Prüfung

Dokumente (Skripte, Programme, Literatur, usw.)

  • Mitchell, T. ‚ Machine Learning‘, Mcgraw-Hill (1997)
  • Mackay, D.‚ Information Theory, Inference, and Learning Algorithms‘, Cambridge University Press (2003)
Lehrende: Prof. Dr. F. Kirchner, u.a. Verantwortlich: Prof. Dr. F. Kirchner
Zurück

Zeige Digitale Medien-Format Pdf_icon Systems Engineering-Format Pdf_icon Wirtschaftsinformatik-Format Pdf_icon Informatik-Format Pdf_icon