Friedrich-Schiller-Universität Jena

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) - 079 LA Gymnasium Informatik: Wahlpflichtmodul (Intelligente Systeme) - 079 LA RS (Erweiterung) Informatik (PO-V. 2020): Wahlpflichtmodul (Intelligente Systeme) - 079 B.A. Informatik: Wahlpflichtmodul - 079 B.Sc. Informatik: Wahlpflichtmodul (INT; Konto C: Mathematik/Informatik) - 079 M.Sc. Informatik (PO-V. 2016): Wahlpflichtmodul (INT) - 105 B.Sc. Mathematik: Wahlpflichtmodul (ASQ; NF Informatik) - 105 M.Sc. Mathematik (PO-V. 2010): Wahlpflichtmodul (NF Informatik) - 128 M.Sc. Physik: Wahlpflichtmodul (Nicht-physikalische Module) - 184 B.Sc. Wirtschaftswissenschaften: Wahlpflichtmodul (IMS: Vertiefungsmodule d. FMI) - 200 M.Sc. Computational and Data Science: Wahlpflichtmodul - 221 B.Sc. Bioinformatik: Wahlpflichtmodul (Informatik) - 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	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