INF.08039.02 - Maschinelles Lernen in der Bild- und Mustererkennung (Complete module description)

INF.08039.02 - Maschinelles Lernen in der Bild- und Mustererkennung (Complete module description)

Original version English
INF.08039.02 5 CP
Module label Maschinelles Lernen in der Bild- und Mustererkennung
Module code INF.08039.02
Semester of first implementation
Faculty/Institute Institut für Informatik
Module used in courses of study / semesters
  • Bioinformatik (MA120 LP) (Master) > Bioinformatik BioinformatikMA120, Version of accreditation valid from SoSe 2023 > Bioinformatik (HI) (Anteil gem. § 5 Abs. 4-6, Anlage 2)
  • Informatik (MA120 LP) (Master) > Informatik InformatikMA120, Version of accreditation valid from SoSe 2023 > Basismodule der Vertiefungsrichtung `Bildanalyse und Maschinelles Lernen`
  • Informatik (MA120 LP) (Master) > Informatik InformatikMA120, Version of accreditation valid from SoSe 2023 > Vertiefende Module der Vertiefungsrichtung `Bioinformatik`
Responsible person for this module
Further responsible persons
Doz. Dr. Birgit Möller
Prerequisites
Skills to be acquired in this module
Die Studierenden sollen in dieser Veranstaltung grundlegende Konzepte und Methoden des maschinellen Lernens kennenlernen. Sie sollen die theoretischen Grundlagen verschiedener, vorrangig überwachter, maschineller Lernverfahren und deren Eigenschaften verstehen, sowie ihre Leistungsfähigkeit und Limitierungen einschätzen können. Des Weiteren sollen die Studierenden befähigt werden, die vorgestellten Methoden und Ansätze auf praktische Fragestellungen der Mustererkennung und insbesondere der Bildanalyse und -erkennung anzuwenden.
Module contents
Die Vorlesung behandelt die folgenden Themenkomplexe und Konzepte:
  • Grundbegriffe und Konzepte der Mustererkennung und des maschinellen Lernens
  • Verfahren zur Merkmalsextraktion und -selektion
  • Grundzüge der Bayes'schen Entscheidungstheorie
  • Entscheidungsbäume und Random Forests
  • Lineare Maschinen und SVMs sowie Kernelmethoden
  • Neuronale Netze und Deep Learning
  • algorithmen-unabhängige Aspekte des maschinellen Lernens
Forms of instruction Lecture (2 SWS)
Course
Exercises (2 SWS)
Course
Languages of instruction German, English
Duration (semesters) 1 Semester Semester
Module frequency jedes Sommersemester
Module capacity unrestricted
Time of examination
Credit points 5 CP
Share on module final degree Course 1: %; Course 2: %; Course 3: %; Course 4: %.
Share of module grade on the course of study's final grade 1
Reference text
Basismodul für die Vertiefungsrichtung "Bildanalyse und Maschinelles Lernen"
Module course label Course type Course title SWS Workload of compulsory attendance Workload of preparation / homework etc Workload of independent learning Workload (examination and preparation) Sum workload
Course 1 Lecture Vorlesung 2 0
Course 2 Course Selbststudium zur Vorlesung 0
Course 3 Exercises Übung 2 0
Course 4 Course Bearbeiten der Übungsaufgaben 0
Workload by module 150 150
Total module workload 150
Examination Exam prerequisites Type of examination
Course 1
Course 2
Course 3
Course 4
Final exam of module
Erfolgreiches Bearbeiten der Übungs- und ggf. Projektaufgaben, nachzuweisen durch aktive Teilnahme an den Übungen mit Vorrechnen/Präsentation von Aufgabenlösungen und (Projekt-)Ergebnissen sowie Beteiligung an Diskussionen
mündl./schriftl./elektron. Prüfung
Exam repetition information
Prerequisites and conditions Prerequisites Frequency Compulsory attendance Share on module grade in percent
Course 1 Summer semester No %
Course 2 Summer semester No %
Course 3 Summer semester No %
Course 4 Summer semester No %