Master Technische Informatik 2020
PDF Studiengangsverzeichnis Studienverlaufspläne Master Technische Informatik
Version: 3 | Letzte Änderung: 28.10.2019 15:02 | Entwurf: 0 | Status: vom Modulverantwortlichen freigegeben | Verantwortlich: Salmen
Anerkannte Lehrveranstaltungen | DLO_Salmen |
---|---|
Dauer | 1 Semester |
ECTS | 5 |
Zeugnistext (de) | Deep Learning und Objekterkennung |
Zeugnistext (en) | Deep Learning and Objekt Recognition |
Unterrichtssprache | deutsch oder englisch |
abschließende Modulprüfung | Ja |
Benotet | Ja | |
---|---|---|
Frequenz | Jedes Semester | |
Ausarbeitung einer exemplarischen Anwendung von Deep-Learning-Verfahren
Kompetenz | Ausprägung |
---|---|
Komplexe Systeme und Prozesse analysieren, modellieren, realisieren, testen und bewerten | diese Kompetenz wird vermittelt |
Komplexe Aufgaben selbständig bearbeiten | diese Kompetenz wird vermittelt |
Fachwissen erweitern und vertiefen und Lernfähigkeit demonstrieren | diese Kompetenz wird vermittelt |
Aufkommende Technologien einordnen und bewerten können | diese Kompetenz wird vermittelt |
Probleme wissenschaftlich untersuchen und lösen, auch wenn sie unscharf, unvollständig oder widersprüchlich definiert sind | diese Kompetenz wird vermittelt |
Im Vorlesungsteil werden die grundlegenden Schritte bei der Implementierung von Deep-Learning-Verfahren, sowie die dabei zu Grund liegende Theorie erläutert.
keine
Neuronale Netze werden in einfachen Beispielen trainiert und deren Leistungsfähigkeit wird analysiert.
Benotet | Nein | |
---|---|---|
Frequenz | Einmal im Jahr | |
Voraussetzung für Teilnahme an Modulprüfung | Ja |
Im Praktikum sollen die Studierenden zeigen, dass sie die jeweiligen Schritte bei der Implementierung und Evaluation eines Neuronalen Netzes in einfachen Beispielen umsetzen können.
© 2022 Technische Hochschule Köln