Module

19 Treffer

Wahlmodule19

Approximate Dynamic Programming and Reinforcement LearningNoch keine Bewertungen für dieses Modul.Data AnalyticsDu lernst Methoden des Approximate Dynamic Programming (ADP) und Reinforcement Learning (RL) zur Lösung sequentieller Entscheidungsprobleme. Am Ende kannst du grundlegende Modelle und Algorithmen beschreiben, Ableitungen nachvollziehen sowie einfache ADP/RL-Methoden implementieren und auf einfache (z. B. robotische) Aufgaben anwenden.6 ECTSläuft dieses SemesterEI7649Business Analytics and Machine LearningNoch keine Bewertungen für dieses Modul.Data AnalyticsDu lernst Methoden der statistischen Analyse und des maschinellen Lernens für Klassifikation, numerische Vorhersage und Clustering. Nach dem Modul kannst du Annahmen und Funktionsweisen verbreiteter Verfahren erklären und Datensätze mit R analysieren sowie Ergebnisse interpretieren.5 ECTSläuft dieses SemesterIN2028Data Mining und Knowledge DiscoveryNoch keine Bewertungen für dieses Modul.Data AnalyticsDu lernst Methoden des Data Mining und Knowledge Discovery kennen: von Datenquellen und -qualität über Vorverarbeitung, Visualisierung und Merkmalsauswahl bis zu Korrelation, Regression, Prognose, Klassifikation und Clustering. Am Ende kannst du geeignete Methoden auswählen, anwenden und kritisch bewerten sowie die Grundlagen selbstständig vertiefen.3 ECTSläuft dieses SemesterIN2030Foundations and Application of Generative AINoch keine Bewertungen für dieses Modul.Data AnalyticsDu lernst die Grundlagen und praktischen Anwendungen von generativer KI kennen, einschließlich moderner Modelle wie Transformer-Architekturen, Large Language Models und Stable Diffusion. Am Ende kannst du Prompt-Engineering anwenden, Open‑Source-Modelle laden und feintunen, sowie Chancen, Risiken und Sicherheitsaspekte von generativer KI einschätzen.6 ECTSläuft dieses SemesterCITHN2014Fundamentals of Artificial IntelligenceNoch keine Bewertungen für dieses Modul.Data AnalyticsDu lernst die Grundlagen der künstlichen Intelligenz: von Suchverfahren und Constraint-Satisfaction über Logik und probabilistische Modelle bis zu Entscheidungsfindung, Lernen und einer Einführung in Robotik. Am Ende kannst du einfache KI-Systeme entwerfen und grundlegende Methoden aus Suche, Logik, Wahrscheinlichkeit und Entscheidungstheorie anwenden.läuft dieses SemesterIN2406
14 weitere in WahlmoduleIndustrielle BildverarbeitungNoch keine Bewertungen für dieses Modul.Data AnalyticsIn dem Modul lernst Du praxisrelevante Methoden und Algorithmen der industriellen Bildverarbeitung kennen. Du verstehst die typischen Einsatzgebiete (z. B. Lageerkennung, Form- und Maßprüfung, Beschriftungs- und Objekterkennung) und kannst Bildverarbeitungsaufgaben analysieren, bewerten und Lösungen entwickeln.6 ECTSläuft dieses SemesterIN2369Machine LearningNoch keine Bewertungen für dieses Modul.Data AnalyticsDu lernst die probabilistischen Grundlagen des maschinellen Lernens und zentrale Lernalgorithmen kennen — von einfachen Nachbarschafts- und Clusterverfahren über lineare Modelle und Support-Vektormaschinen bis zu neuronalen Netzen und EM-Methode. Am Ende kannst Du passende Algorithmen für gegebene Probleme auswählen, beschreiben und herleiten.8 ECTSläuft dieses SemesterIN2064Statistical LearningNoch keine Bewertungen für dieses Modul.Data AnalyticsDu lernst Grundlagen und fortgeschrittene Methoden des überwachten und unüberwachten statistischen Lernens. Am Ende kannst du Modelle für Regression und Klassifikation verstehen und anwenden, Verfahren zur Dimensionsreduktion und Clusteranalyse nutzen sowie probabilistische Formulierungen von Lernproblemen nachvollziehen und neue Algorithmen entwerfen.6 ECTSläuft dieses SemesterMA4802Visual Data AnalyticsNoch keine Bewertungen für dieses Modul.Data AnalyticsDu lernst die gesamte Visualisierungspipeline kennen — von Datenerfassung und -aufbereitung über Interpolation und Filterung bis zur Darstellung. Du verstehst Methoden der Information- und Scientific Visualization für 2D/3D Skalar- und Vektorfelder sowie Terrain-Rendering und kannst geeignete Techniken beurteilen und anwenden.5 ECTSläuft dieses SemesterIN2026Anerkennung aus dem Ausland aus dem Bereich Data AnalyticsNoch keine Bewertungen für dieses Modul.Data Analyticskein Termin dieses SemesterIN99645Anerkennung aus dem Ausland aus dem Bereich Data AnalyticsNoch keine Bewertungen für dieses Modul.Data Analyticskein Termin dieses SemesterIN99646Basic Mathematical Methods for Imaging and VisualizationNoch keine Bewertungen für dieses Modul.Data AnalyticsDu lernst grundlegende mathematische Methoden, die in Imaging und Visualisierung angewandt werden, und kannst diese anschließend zur Formulierung, Analyse und Lösung konkreter Probleme einsetzen. Themen sind u. a. lineare Algebra, Analysis, Optimierung und Wahrscheinlichkeitstheorie sowie deren Anwendung in Image Processing und Computer Vision. Am Ende bist Du in der Lage, passende Methoden auszuwählen, zu optimieren und auf verwandte Ingenieurdisziplinen zu übertragen.5 ECTSkein Termin dieses SemesterIN2124Bildverstehen I: Methoden der industriellen BildverarbeitungNoch keine Bewertungen für dieses Modul.Data AnalyticsDu lernst praxisrelevante Methoden und Algorithmen der industriellen Bildverarbeitung kennen. Im Modul werden Verfahren zur Lageerkennung, Form- und Maßprüfung sowie Objekterkennung behandelt. Am Ende kannst du Bildverarbeitungsaufgaben analysieren, bewerten und mit geeigneter Hardware und Algorithmen umsetzen.3 ECTSkein Termin dieses SemesterIN2023Computational StatisticsNoch keine Bewertungen für dieses Modul.Data AnalyticsDu lernst Methoden der computational statistics für hochdimensionale, hierarchische und latente Datenstrukturen kennen und anzuwenden. Schwerpunkt sind Simulation (univariat und multivariat), bayesianische Inferenz mit MCMC (Gibbs, Metropolis-Hastings, Hamiltonian MC), Bootstrap-Verfahren und der EM‑Algorithmus für fehlende bzw. latente Daten. Am Ende kannst du die Algorithmen theoretisch verstehen, in R implementieren und Ergebnisse statistisch interpretieren.5 ECTSkein Termin dieses SemesterMA4402Grundlagen von Computer VisionNoch keine Bewertungen für dieses Modul.Data AnalyticsDu lernst, wie Bilder entstehen und wie man Bildinformationen für Mess- und Steuerungsaufgaben verarbeitet. Das Modul behandelt Oberflächeneigenschaften, Kameramodelle und Objektive sowie grundlegende Bildverarbeitungs- und 3D-Rekonstruktionsverfahren (Stereo, Shape from Shading, Structure-from-Motion). Am Ende kannst du Kamerasysteme kalibrieren und Methoden zur 3D-Rekonstruktion und Bildverarbeitung für robotische Anwendungen einschätzen und anwenden.4 ECTSkein Termin dieses SemesterIN2133Introduction to Mobile RoboticsNoch keine Bewertungen für dieses Modul.Data AnalyticsDu lernst, wie mobile, vor allem rädergetriebene Roboter ihre Umgebung wahrnehmen, kartieren und sich darin autonom bewegen. Am Ende kannst Du probabilistische Modelle für Sensoren und Bewegung entwickeln, Filterverfahren zur Lokalisierung und SLAM-Verfahren anwenden sowie grundlegende Methoden zur Pfadplanung und Hindernisvermeidung umsetzen.6 ECTSkein Termin dieses SemesterCIT3330000Maschinelles Lernen für ComputersehenNoch keine Bewertungen für dieses Modul.Data AnalyticsDu lernst grundlegende maschinelle Lernmethoden, die häufig im Computer Vision eingesetzt werden (z. B. Objektklassifikation, Segmentierung, Entrauschen, Kamerakalibrierung). Am Ende kannst du die mathematische Formulierung zentraler Verfahren erklären, einfache Implementierungen erstellen und diese auf konkrete Datensätze aus dem Bereich Computersehen anwenden.5 ECTSkein Termin dieses SemesterIN2357Modelling and SimulationNoch keine Bewertungen für dieses Modul.Data AnalyticsDu lernst, wie man reale Probleme in formale Modelle (mathematisch oder informatisch) überführt und diese Modelle mit geeigneten Simulationsstrategien rechnergestützt bearbeitet. Am Modulende kannst du Modellklassen unterscheiden, einfache Lösungsverfahren entwickeln und Simulationsmethoden auswählen und anwenden.8 ECTSkein Termin dieses SemesterIN2010Signal Processing and Machine LearningNoch keine Bewertungen für dieses Modul.Data AnalyticsDu lernst fortgeschrittene mathematische Methoden, Konzepte und Algorithmen aus Signalverarbeitung und Machine Learning kennen und anzuwenden. Schwerpunkt ist die Verbindung beider Paradigmen mit Anwendungen in Kommunikation und Datenverarbeitung. Am Ende kannst Du typische Problemstellungen umformulieren, geeignete Algorithmen (z. B. für sparse Signalverarbeitung oder neuronale Netze) einsetzen und deren Ergebnisse bewerten.5 ECTSkein Termin dieses SemesterEI70380