Applied Machine Intelligence

Applied Machine Intelligence
Dozent: Klaus Diepold, Christian Keimel
Assistenten: Manuel Lengl, Stefan Röhrl
Zielgruppe: Master EI
ECTS: 9
Umfang: 9 (SWS Vorlesung/Übung/Praktikum)
Turnus: Sommersemester
Anmeldung: TUMOnline
Zeit & Ort:

immer Dienstags 09:45 - 13:00 | Raum 0670ZG

Beginn: erste Vorlesung 26.04.2022

Zielgruppe und Anmeldung

Voraussetzungen:

Erfolgreiche Teilnahme am mindestens einer dieser Lehrveranstaltungen

  • EI70360 Machine Learning and Optimization
  • EI70380 Signal Processing and Machine Learning
  • EI70130 Machine Learning in Robotics
  • EI70150 Pattern Recognition

Desweiteren setzt die Vorlesung die folgenden Grundkenntnisse auf Bachelorniveau voraus:

  • Linear Algebra
  • Computer engineering
  • Communications engineering
  • Multimedia technology and human machine interaction

Zusätzlich setzen wir Grundkenntisse in Python (oder Motivation diese selbsständig zuerwerben) voraus.

Inhalt

  • Lifecycle of a Data Analysis or Machine Learning task
  • Data Preprocessing
  • Regression (Algorithms and Metrics)
  • Classification (Algorithms and Metrics)
  • Deep Learning
  • Model Selection
  • Validation Techniques
  • Model Interpretation