Lehrveranstaltungen sind neben Prüfungen Bausteine von Modulen. Beachten Sie daher, dass Sie Informationen zu den Lehrinhalten und insbesondere zu Prüfungs- und Studienleistungen in der Regel nur auf Modulebene erhalten können (siehe Abschnitt "Zuordnung zu Modulen" oben).
| ergänzende Hinweise |
In diesem Kurs werden wir maschinelle Lernalgorithmen für konkrete Probleme auf dem Gebiet des Computersehens entwickeln und implementieren. Das Hauptziel dieses Kurses ist es, praktische Erfahrungen mit den gebräuchlichsten maschinellen Lernverfahren zu bekommen und deren Vor- und Nachteile bei der konkreten Anwendung auf relevante Probleme zu erlernen. Der Hauptaugenmerk wird auf überwachte Lernmethoden zur Klassifikation gelegt, z.B. Support Vektor Maschinen, Boosting-Methoden, Gaußsche Prozess-Klassifikatoren und baumbasierte Klassifikationen, sowie des weiteren “tiefe” Lehrmethoden (z.B. deep convolutional neural networks) zum Lernen von Repräsentationen. |
| Links |
TUMonline-Eintrag
|