]> 2026-07-17T02:43:06+00:00 Modul:IAM (SPO 2018):Neuronale Netze und Deep Learning 502 de-formal Kommanote 8 1 Semester 100 true false Supervised Learning * Einführung in die Neuronalen Netze (NN) * Feedforward-NN und Backpropagation * Convolutional NNs am Beispiel Bildverarbeitung * Recurrent NNs, Gated Recurrent Units (GRUs), und LongShort-Term Memory (LSTM) Unsupervised Learning * Hopfield-Netze und Boltzmann-Maschinen * Hebbsche Regel * Autoencoders * Generative Adversarial Networks (GANs) Reinforcement Learning (RL) * Theorie des RL und Q-learning * Deep Q-learning NEURONE.WP Seminaristischer Unterricht Praktikum * R. Schwaiger, J. Steinwendner (2019): Neuronale Netzeprogrammieren mit Python, Rheinwerk Computing. * S. Raschka, V. Mirjalili (2019): Python Machine Learning, 3. Auflage, Packt Publishing. * E. Charniak (2019): Introduction to Deep Learning, MIT Press. * R.S. Sutton, A.G. Barto (2018): Reinforcement Learning: An Introduction, 2. Auflage, MIT Press. Wahlpflichtmodul Neuronale Netze und Deep Learning Neural Networks and Deep Learning 90 Prüfung Klausur Studienarbeit Dauer der Klausur: 90 Min (Gewichtung: 70 %)<br/> Umfang der Studienarbeit: 6 bis 10 Seiten (Gewichtung: 30 %) Nach erfolgreicher Teilnahme am Modul sind die Studierenden in der Lage: * Grundprinzipien Neuronaler Netze in mathematischer Notation zu beschreiben * Verschiedene Typen und Architekturen Neuronaler Netze und ihre Einsatzgebiete zu unterscheiden * Einfache Neuronale Netze und Backpropagation in einer Programmiersprache zu implementieren * Für vorgegebene Datensätze in einer Umgebung wie Jupyter Notebook die Daten vorzuverarbeiten, geeignete Netze zuwählen, zu erzeugen und zu trainieren * Mit Standardbibliotheken wie TensorFlow, Keras und PyTorch datenbasiert Probleme zu lösen mit Hilfe von Hyperparameter-Tuning, Visualisierung und systematischer Evaluation 6 2 4 150 110 Deutsch Üblicherweise im Jahreszyklus; die Lehrveranstaltung wird nur angeboten, wenn sich genügend Teilnehmer anmelden. Bachelorstudiengang Interaktive Medien Grundlagen der Programmierung und der Mathematik wie sie in den ersten Semestern vermittelt werden. false Sommersemester 2020-04-17T11:29:02Z 2458956.9784954 IAM (SPO 2018):Neuronale Netze und Deep Learning 502 0 plainlist 1 [[:Modulkatalog:IAM (SPO 2018):Informatik]] IAM (SPO 2018):Neuronale Netze und Deep Learning# QUERYf889167a3ac0c03f30b7b958beb42e83 502 0 plainlist 1 [[:IAM 2018]] IAM (SPO 2018):Neuronale Netze und Deep Learning# QUERY82deee659b2946716f722615cae268a4 502 0 plainlist 1 [[:Modul:IAM (SPO 2018):Neuronale Netze und Deep Learning]] IAM (SPO 2018):Neuronale Netze und Deep Learning# QUERYe3d8349c668f2e4196848cc236e25daa 502 0 plainlist 1 [[:Hochschule Augsburg]] IAM (SPO 2018):Neuronale Netze und Deep Learning# QUERY17d2a2f3eb6ef055f7856cdd1491eda1 502 0 plainlist 1 [[:Bachelor-Studiengang Interaktive Medien (SPO 2018)]] IAM (SPO 2018):Neuronale Netze und Deep Learning# QUERYe98dd494b28c2b1f30bad471422f0265 502 0 plainlist 1 [[:Bachelor-Studiengang Interaktive Medien (SPO 2018)/Spezialisierungsphase]] IAM (SPO 2018):Neuronale Netze und Deep Learning# QUERY62fd730e9868df05c3169c7174bef229 502 0 array 1 [[:Modul:IAM (SPO 2018):Neuronale Netze und Deep Learning]] IAM (SPO 2018):Neuronale Netze und Deep Learning# QUERYcae5bfa1ed4a001557c583d0bd8f9cc0