Deep Learning

NUMMER: 211027
KÜRZEL: DL
MODULBEAUFTRAGTE:R: Jun. Prof. Dr. Asja Fischer
DOZENT:IN: Prof. Dr. Asja Fischer
FAKULTÄT: Fakultät für Informatik
SPRACHE: Deutsch
SWS: 4 SWS
CREDITS: 5 CP
WORKLOAD: 150 h
ANGEBOTEN IM: jedes Wintersemester

BESTANDTEILE UND VERANSTALTUNGSART

a) Vorlesung Deep Learning (150332)b) Übung

PRÜFUNGEN

FORM: schriftlich
ANMELDUNG:
DATUM: 0000-00-00
BEGINN: 00:00:00
DAUER: 120 min
RAUM:

LERNFORM

Folien, Tafelanschrieb

LERNZIELE

Die Vorlesung hat das Ziel, einen Einblick in dieses Gebiet zu vermitteln. Zu Beginn werden
die grundlegenden Begriffe und Konzepte des maschinellen Lernens eingeführt. Im weiteren
Verlauf wird auf verschiedene neuronale Netze, Gradienten-basierte Optimierungsverfahren
und generative Modelle eingegangen.

INHALT

Deep Learning ist ein Untergebiet des maschinellen Lernens, welches in den letzten Jahren zu
Durchbrüchen in zahlreichen Anwendungsgebieten (wie z.B. in der Objekt- und Spracherkennung
und der maschinellen Übersetzung) geführt hat. Deep Learning Methoden finden unter
anderem Anwendung im Bereich IT Security

VORAUSSETZUNGEN CREDITS

Bestandene Modulabschlussprüfung