Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 
Name des Moduls [50180] Einführung in die Theorie künstlicher Neuronaler Netze Bezeichnung des Moduls FMI-IN0018

Studiengang [079] - Informatik ECTS Punkte 6

Arbeitsaufwand für Selbststudium 120 Häufigkeit des Angebotes (Modulturnus) alle 2 Jahre (ab Wintersemester)
Arbeitsaufwand in Präsenzstunden 60 Dauer des Moduls 1
Arbeitsaufwand Summe (Workload) 180    

Modul-Verantwortliche/r Clemens Beckstein
Voraussetzung für die Vergabe von Leistungspunkten (Prüfungsform)

Klausur (120min) oder mdl. Prüfung (30min) zur Vorlesung/Übung

Zusätzliche Informationen zum Modul

Leistungspunkte: 6 LP

für Studenten des B.Sc. Angewandte Informatik mit Anwendungsfach Computational Neuroscience entfallen davon je 3 Punkte auf das Anwendungsfach und 3 Punkte auf den Wahlpflichtbereich INT

 

Empfohlene Literatur

Hagan, M.T., Demuth, H.B., Beale, M.H., Neural Network Design, PWS Publishing Company, Boston, MA, 1995.

Nilsson, N.J., The Mathematical Foundations of Learning Machines, Morgan Kaufmann, San Francisco, 1990.

Parberry, I., Circuit Complexity and Neural Networks, MIT-Press, Cambridge, MA, 1994.

Rojas, R., Neural Networks: A Systematic Introduction, Springer, Berlin, 2000.

Kruse, H., Borgelt, Chr., Braune, Chr., Klawonn, F., Moewes, Chr., Steinbrecher, M., Computational Intelligence - Eine methodische Einführung in Künstliche Neuronale Netze, Evolutionäre Algorithmen, Fuzzy-Systeme und Bayes-Netze, zweite Auflage, Springer.-Vieweg, 2015.

Voraussetzung für die Zulassung zum Modul

Bachelor-Studiengänge:

- FMI-IN0013 Diskrete Strukturen I
- FMI-IN0014 Diskrete Strukturen II
- FMI-MA0022 Lineare Algebra
- FMI-MA0017 Grundlagen der Analysis
- FMI-MA0007 Einführung in die Wahrscheinlichkeitstheorie

Master-Studiengänge:

keine

Empfohlene bzw. erwartete Vorkenntnisse

Kenntnisse der Praktischen und Theoretischen Informatik

Verwendbarkeit (Voraussetzung wofür)

--

Art des Moduls (Pflicht-, Wahlpflicht- oder Wahlmodul)

- 079 B.A. Informatik: Wahlpflichtmodul
- 079 B.Sc. Informatik: Wahlpflichtmodul (INT; Konto C: Mathematik/Informatik)
- 079 M.Sc. Informatik (PO-V. 2016): Wahlpflichtmodul (INT; Vertiefung KIMA)
- 105 B.Sc. Mathematik: Wahlpflichtmodul (ASQ; NF Informatik)
- 105 M.Sc. Mathematik (PO-V. 2010): Wahlpflichtmodul (NF Informatik)
- 184 B.Sc. Wirtschaftswissenschaften: Wahlpflichtmodul (IMS: Vertiefungsmodule d. FMI)
- 221 M.Sc. Bioinformatik: Wahlpflichtmodul (Informatik; Bioinformatisch relevante Informatik)
- 679 B.Sc. Angewandte Informatik: Wahlpflichtmodul (INT)

Zusammensetzung des Moduls / Lehrformen (V, Ü, S, Praktikum, …)

3 SWS Vorlesung
1 SWS Übung

Inhalte

Im Rahmen dieser Lehrveranstaltung werden behandelt

  • Grundlagen des Konnektionismus,
  • wesentliche Architekturen und Lernverfahren Neuronaler Netze sowie deren algorithmische Komplexität,
  • unüberwachte Neuronale Netze und selbstorganisierende Karten,
  • Verfahren zur Strukturoptimierung von Neuronalen Netzen.

Neben theoretischen werden auch praktische Übungen mit Hilfe von MATLAB durchgeführt.

Lern- und Qualifikationsziele
  • Solide Kenntnis der Grundlagen künstlicher neuronaler Netze aus der Sicht der Informatik (neuronale Netze als informatische Verarbeitungsmodelle).
  • Fähigkeit, neuronale Netze zur Lösung unüblicher Probleme oder widersprüchlicher Spezifikationen einzusetzen und die Qualität der so gefundenen Lösungen einzuschätzen.
Voraussetzung für die Zulassung zur Modulprüfung

Bearbeitung der Übungsaufgaben/Kleinprojekte

Mindestens 50% der erzielbaren Punkte erreicht

Impressum | Datenschutzerklärung