|
Size: 894
Comment:
|
Size: 1810
Comment:
|
| Deletions are marked like this. | Additions are marked like this. |
| Line 3: | Line 3: |
| || '''Termin:''' || Blockveranstaltung Di, 26.03. bis Fr, 29.03.2012 jeweils 10:00-17:00 Uhr || | || '''Termin:''' || Blockveranstaltung Di, 26.03. bis Fr, 29.03.2012 jeweils 10:00-17:00 Uhr, Klausur Mi, 04.04.11 , 8:15 - 09:45 Uhr || |
| Line 5: | Line 5: |
| || '''Dozent:''' || Irene Winkler (irene.winkler@tu-berlin.de) || | || '''Dozent:''' || Irene Winkler (irene.winkler@tu-berlin.de, Raum FR 6056) || |
| Line 7: | Line 7: |
| === Informationen === | === Ziel === |
| Line 9: | Line 9: |
| Das Ziel dieses Kurses ist es, die mathemaischen Kenntinisse aus den Grundlagen des Modulen des Informatik Studiums, die fur die Vorlesung Maschinelles Lernen vorausgesetzt werden, aufzufrischen |
Das Ziel dieses Kurses ist es, die mathematischen Kenntnisse aus den Grundlagen des Modulen des Informatik Studiums, die für die Vorlesungen "Kognitive Algorithmen" und "Maschinelles Lernen" vorausgesetzt werden, aufzufrischen |
| Line 13: | Line 13: |
| Dabei handelt es um Konzepte der Linearen Algebra (Vektorraume, Skalarprodukte, Orthogonale | Dabei handelt es sich um Konzepte der Linearen Algebra (Vektorraume, Skalarprodukte, Orthogonale |
| Line 18: | Line 18: |
| ==== Klausur ==== Am Mi, 12.10.11 , 8:30 - 10:00 Uhr, Raum FR 6535 |
=== Anrechenbarkeit === Dieser Kurs ist Pflichtbestandteil des Moduls "Kognitive Algorithmen" (B.Sc. Informatik) und Wahlpflichtbestandteil des Moduls "Maschinelles Lernen 1" (M.Sc. Informatik). (Das Master-Modul "Maschinelles Lernen 1" wird im Wintersemester angeboten und lässt sich auf Antrag in den Bachelor Informatik einbringen). Eine Anmeldung für den Kurs ist nicht erforderlich, Studenten aller Fachrichtungen und Universitäten sind willkommen. Es besteht keine Anwesenheitspflicht. Grundlage für den benoteten Leistungsnachweis (2 SWS bzw. 3 SP) ist eine Klausur (90 Minuten), auf Wunsch stellen wir bei bestandener Klausur auch einen unbenoteten Leistungsnachweis aus. Voraussetzung fÜr die Teilnahme an der Klausur ist das Erreichen von mindestens der Hälfte aller möglichen Punkte in den Hausaufgaben, die Ergebnisse in den Übungsaufgaben gehen nicht in die Note ein. |
Mathematische Grundlagen für Maschinelles Lernen
Termin:
Blockveranstaltung Di, 26.03. bis Fr, 29.03.2012 jeweils 10:00-17:00 Uhr, Klausur Mi, 04.04.11 , 8:15 - 09:45 Uhr
Raum:
FR 6535
Dozent:
Irene Winkler (irene.winkler@tu-berlin.de, Raum FR 6056)
Ziel
Das Ziel dieses Kurses ist es, die mathematischen Kenntnisse aus den Grundlagen des Modulen des Informatik Studiums, die für die Vorlesungen "Kognitive Algorithmen" und "Maschinelles Lernen" vorausgesetzt werden, aufzufrischen und zu vertiefen.
Dabei handelt es sich um Konzepte der Linearen Algebra (Vektorraume, Skalarprodukte, Orthogonale Vektoren, Matrizen als lineare Abbildungen, Determinanten, Eigenwerte- und Eigenvektoren) und Wahrscheinlichkeitstheorie (mehrdimensionale Wahrscheinlichkeitsverteilungen, Rechnen mit Erwartungswerten und Varianzen).
Anrechenbarkeit
Dieser Kurs ist Pflichtbestandteil des Moduls "Kognitive Algorithmen" (B.Sc. Informatik) und Wahlpflichtbestandteil des Moduls "Maschinelles Lernen 1" (M.Sc. Informatik). (Das Master-Modul "Maschinelles Lernen 1" wird im Wintersemester angeboten und lässt sich auf Antrag in den Bachelor Informatik einbringen).
Eine Anmeldung für den Kurs ist nicht erforderlich, Studenten aller Fachrichtungen und Universitäten sind willkommen.
Es besteht keine Anwesenheitspflicht. Grundlage für den benoteten Leistungsnachweis (2 SWS bzw. 3 SP) ist eine Klausur (90 Minuten), auf Wunsch stellen wir bei bestandener Klausur auch einen unbenoteten Leistungsnachweis aus. Voraussetzung fÜr die Teilnahme an der Klausur ist das Erreichen von mindestens der Hälfte aller möglichen Punkte in den Hausaufgaben, die Ergebnisse in den Übungsaufgaben gehen nicht in die Note ein.