Bachelor Technische Informatik 2020
PDF Studiengangsverzeichnis Studienverlaufspläne Bachelor Technische Informatik
Version: 1 | Letzte Änderung: 23.09.2019 09:38 | Entwurf: 0 | Status: vom Modulverantwortlichen freigegeben | Verantwortlich: Thieling
Anerkannte Lehrveranstaltungen | ML_Thieling |
---|---|
Modul ist Bestandteil des Studienschwerpunkts | SMS - Smart Systems |
Dauer | 1 Semester |
ECTS | 5 |
Zeugnistext (de) | Maschinelles Lernen |
Zeugnistext (en) | Machine Learnig |
Unterrichtssprache | deutsch oder englisch |
abschließende Modulprüfung | Ja |
MA1 -Mathematik 1 |
Problemlösungskompetenz aus dem Bereich lineare Algebra und der Analysis. Sicheres Beherrschen der entsprechenden Symbole und Formalismen. |
---|
Benotet | Ja | |
---|---|---|
Frequenz | Jedes Semester | |
Die Studierenden sollen in einer mündlichen Prüfung folgende Kompetenzen nachweisen: 1.) Sicherer Umgang mit grundlegenden Begrifflichkeiten, Mechanismes und Konzepten. 2.) Problemstellungen aus dem Bereich des maschinellen Lernens mit neuronalen Netzen analysieren und mit passenden Methoden lösen können. 3.) Vorliegende Problemlösungen analysieren und die dabei verwendeten algorithmischen und theoretischen Grundlagen erklären können.
MA1 -Mathematik 1 |
Problemlösungskompetenz aus dem Bereich lineare Algebra und der Analysis. Sicheres Beherrschen der entsprechenden Symbole und Formalismen. |
---|
Kompetenz | Ausprägung |
---|---|
In Systemen denken | Vermittelte Kompetenzen |
fachliche Probleme abstrahieren und formalisieren | Vermittelte Kompetenzen |
Konzepte und Methoden der Informatik, Mathematik und Technik kennen und anwenden | Vermittelte Kompetenzen |
Systeme analysieren | Vermittelte Kompetenzen |
Systeme entwerfen | Vermittelte Kompetenzen |
Systeme realisieren | Vermittelte Kompetenzen |
Systeme prüfen | Vermittelte Kompetenzen |
Grundzüge wissenschaftlichen Arbeitens kennen und anwenden | Vermittelte Voraussetzungen für Kompetenzen |
Komplexe technische Aufgaben im Team bearbeiten | Vermittelte Kompetenzen |
Befähigung zum lebenslangen Lernen | Vermittelte Voraussetzungen für Kompetenzen |
Die Studierenden erlernen die grundlegende Funktionsweise neuronaler Netz und deren Handhabung. Hierbei nehmen insbesondere Deep Neural Networks und Convolutional Neural Networks sowie eine geeinete Analyse und Aufbereitung der Trainingsdaten eine wesentliche Rolle ein. Sie erlangen die Fähigkeit zur Lösung anspruchsvoller Analyse- und Klassifikations- und Rekonstruktionsaufgaben mittels neuronaler Netze.
keine
Die Studierenden implementieren, verifizieren und validieren tiefe neuronale Netze für praxisnahe Problemstellungen (z.B. Verkehrsschilderkennung).
Benotet | Nein | |
---|---|---|
Frequenz | Einmal im Jahr | |
Voraussetzung für Teilnahme an Modulprüfung | Ja |
Die Studierenden schliessen sich zu Kleingruppen zusammen. Jede Kleingruppe bearbeitet mehrerer kleinere Projekte mit zugewiesenen Laborterminen.
© 2022 Technische Hochschule Köln