Name des Moduls | [50360] Mustererkennung | Bezeichnung des Moduls | FMI-IN0036 |
Studiengang | [079] - Informatik | ECTS Punkte | 6 |
Arbeitsaufwand für Selbststudium | 120 | Häufigkeit des Angebotes (Modulturnus) | jedes 2. Semester (ab Sommersemester) |
Arbeitsaufwand in Präsenzstunden | 60 | Dauer des Moduls | 1 |
Arbeitsaufwand Summe (Workload) | 180 | ||
Modul-Verantwortliche/r | Paul Bodesheim, Joachim Denzler |
Voraussetzung für die Vergabe von Leistungspunkten (Prüfungsform) | Klausur (120min) oder mündliche Prüfung (30min) zur Vorlesung |
Empfohlene Literatur | Niemann, Heinrich: Pattern Analysis and Understanding, Springer 1990. Duda, Richard; Hart, Peter; Stork,Dave: Pattern Classification, Wiley 2001. Bishop, Christopher: Pattern Recognition and Machine Learning, Springer 2006. |
Voraussetzung für die Zulassung zum Modul | keine |
Empfohlene bzw. erwartete Vorkenntnisse | Bachelor-Studiengänge: FMI-IN0025 Grundlagen informatischer Problemlösung oder FMI-IN1009 Strukturiertes Programmieren FMI-IN0001 Algorithmen und Datenstrukturen FMI-IN0005 Automaten und Berechenbarkeit oder FMI-IN0006 Berechenbarkeit und Komplexität Master-Studiengänge: Kenntnisse im Umfang o.g. Module |
Art des Moduls (Pflicht-, Wahlpflicht- oder Wahlmodul) | - 079 LA Regelschule Informatik: Wahlpflichtmodul (Intelligente Systeme) |
Zusammensetzung des Moduls / Lehrformen (V, Ü, S, Praktikum, …) | 3 SWS Vorlesung |
Inhalte | Einführung in die Methoden der Mustererkennung zur maschinellen Modellierung und Simulation komplexer Informationsverarbeitungsprozesse, wie sie insbesondere bei der Wahrnehmung und Auswertung visueller, akustischer oder taktiler Sinneseindrücke durch den Menschen auftreten. Diskretisierung/Filterung/Normierung; Merkmalauswahl und Merkmaltransformation; statistische, diskriminative und nichtparametrische Klassifikatoren; unüberwachtes Lernen; Zeitreihen |
Lern- und Qualifikationsziele | Umfassendes Verständnis von Musteranalysetechniken und deren fachübergreifendem Einsatz und Nutzen Einblick in einschlägige Anwendungsgebiete der Mustererkennung Vertiefte Kenntnisse des Gebietes „Numerische Klassifikatoren" Fähigkeit Modelle und Systeme der Mustererkennung zu entwickeln |
Voraussetzung für die Zulassung zur Modulprüfung | Bearbeitung der Übungsaufgaben Mindestens 50% der erzielbaren Punkte erreicht |