INF.08038.03 - Ausgewählte Kapitel der Bild- und Mustererkennung (Complete module description)

INF.08038.03	5 CP
Module label	Ausgewählte Kapitel der Bild- und Mustererkennung
Module code	INF.08038.03
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 > Bildanalyse und Maschinelles Lernen (Anteil gem. § 5 Abs. 4-6, Anlage 2) Informatik (MA120 LP) (Master) > Informatik InformatikMA120, Version of accreditation valid from SoSe 2023 > Vertiefende Module der Vertiefungsrichtung `Bildanalyse und Maschinelles Lernen`
Responsible person for this module
Further responsible persons	PD Dr. Birgit Möller
Prerequisites	vertiefte Kenntnisse in Bildverarbeitung/-analyse, Mustererkennung sowie in Methoden des Maschinellen Lernens allgemein, wie sie etwa in den Basismodulen "Bildverarbeitung" oder "Maschinelles Lernen in der Bild- und Mustererkennung" der Vertiefungsrichtung "Bildanalyse und Maschinelles Lernen" vermittelt werden - ein vorheriger Besuch von mindestens einem dieser Module wird empfohlen; Programmierkenntnisse
Skills to be acquired in this module	Die Studierenden können sich selbstständig in aktuelle, in der Regel englischsprachige Forschungsliteratur aus Themengebieten wie Bildverarbeitung/-analyse, Computer Vision, Mustererkennung, Maschinelles Lernen einarbeiten. Sie können dargestellte Methoden und experimentelle Untersuchungen nachvollziehen und bewerten sowie kritisch hinterfragen. Sie können für ausgesuchte Ansätze und Verfahren eigene Experimente entwickeln und durchführen, um Methoden nachzuvollziehen und Ergebnisse zu validieren, sowie deren Leistungsfähigkeit und Limitationen abzuschätzen. Die Studierenden können die erarbeiteten Inhalte in einem wissenschaftlichen Vortrag nachvollziehbar darstellen und in einer schriftlichen Ausarbeitung verständlich zusammenfassen.
Module contents	Einarbeitung in die methodischen und praktischen Grundlagen einer aktuellen Arbeit aus dem Themengebiet der Veranstaltung anhand relevanter Publikationen sowie weiterer eigenständig zu recherchierender Literatur abhängig vom gewählten Thema ggf. Einarbeitung in verfügbare Softwarepakete und Implementierungen des Ansatzes selbstständige Durchführung und Dokumentation praktischer Experimente zur Reproduktion und Validierung der Methodik sowie publizierter Resultate Darstellung der methodischen Grundlagen und Untersuchungen in einem wissenschaftlichen Vortrag sowie Zusammenfassung von Methoden und Experimenten in einer schriftlichen Ausarbeitung
Forms of instruction	Course (2 SWS) Course 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: %.
Share of module grade on the course of study's final grade	1

Module course label	Course type	Course title	SWS	Workload of independent learning	Sum workload
Course 1	Course	Seminar	2		0
Course 2	Course	Selbststudium			0
Course 3	Course	Vorbereitung eines Seminarvortrages und Erstellung eines Berichtes			0
Workload by module				150	150
Total module workload					150

Examination	Exam prerequisites	Type of examination
Course 1
Course 2
Course 3
Final exam of module	Fachlich kompetenter und didaktisch gut vorbereiteter Vortrag	Bericht
Exam repetition information

Prerequisites and conditions	Frequency	Compulsory attendance	Share on module grade in percent
Course 1	Summer semester	No	%
Course 2	Summer semester	No	%
Course 3	Summer semester	No	%