186.844 Einführung in die Mustererkennung
Diese Lehrveranstaltung ist in allen zugeordneten Curricula Teil der STEOP.
Diese Lehrveranstaltung ist in mindestens einem zugeordneten Curriculum Teil der STEOP.

2019W, VO, 2.0h, 3.0EC
TUWEL

Merkmale

  • Semesterwochenstunden: 2.0
  • ECTS: 3.0
  • Typ: VO Vorlesung

Lernergebnisse

Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage, einfache Mustererkennungssysteme, die sich mit Regression, Klassifizierung und Clustering befassen, zu entwerfen, umzusetzen  und zu evaluieren.

 

Inhalt der Lehrveranstaltung

  • Entwurf von Mustererkennungssystemen
  • Merkmale: Extraktion, Selektion, Reduktion, PCA
  • Regression und Klassifikation, k-Nearest Neighbors
  • Bayes Theorem
  • Lineare Diskriminantenfunktionen, Perzeptron
  • Neuronale Netze
  • Entscheidungsbäume
  • Markov Modelle
  • Evaluierung von Mustererkennungssystemen
  • Clustering

Methoden

  • Die Lehrveranstaltung wird als eine Frontalvorlesung mit Unterstützung durch Medien (hauptsächlich Datenprojektor) abgehalten.
  • Die Vorlesungsfolien und zusätzliche Unterlagen werden zur Verfügung gestellt.
  • Die Online e-Learning Plattform der TU Wien (TUWEL) wird verwendet, um Materialien bereitzustellen und die Administration der VO und der zugehörige UE zu koordinieren.

 

Prüfungsmodus

Schriftlich

Weitere Informationen

  25 Std Vorlesung
+ 50 Std Vorbereitung für die Prüfung
-------------------------------------
= 75 Std ~ 3 ECTS
 

Vortragende Personen

Institut

LVA Termine

TagZeitDatumOrtBeschreibung
Mo.15:00 - 17:0007.10.2019 - 27.01.2020EI 10 Fritz Paschke HS - UIW 186.844 VO Einführung in die Mustererkennung
Einführung in die Mustererkennung - Einzeltermine
TagDatumZeitOrtBeschreibung
Mo.07.10.201915:00 - 17:00EI 10 Fritz Paschke HS - UIW 186.844 VO Einführung in die Mustererkennung
Mo.14.10.201915:00 - 17:00EI 10 Fritz Paschke HS - UIW 186.844 VO Einführung in die Mustererkennung
Mo.21.10.201915:00 - 17:00EI 10 Fritz Paschke HS - UIW 186.844 VO Einführung in die Mustererkennung
Mo.28.10.201915:00 - 17:00EI 10 Fritz Paschke HS - UIW 186.844 VO Einführung in die Mustererkennung
Mo.04.11.201915:00 - 17:00EI 10 Fritz Paschke HS - UIW 186.844 VO Einführung in die Mustererkennung
Mo.11.11.201915:00 - 17:00EI 10 Fritz Paschke HS - UIW 186.844 VO Einführung in die Mustererkennung
Mo.18.11.201915:00 - 17:00EI 10 Fritz Paschke HS - UIW 186.844 VO Einführung in die Mustererkennung
Mo.25.11.201915:00 - 17:00EI 10 Fritz Paschke HS - UIW 186.844 VO Einführung in die Mustererkennung
Mo.02.12.201915:00 - 17:00EI 10 Fritz Paschke HS - UIW 186.844 VO Einführung in die Mustererkennung
Mo.09.12.201915:00 - 17:00EI 10 Fritz Paschke HS - UIW 186.844 VO Einführung in die Mustererkennung
Mo.16.12.201915:00 - 17:00EI 10 Fritz Paschke HS - UIW 186.844 VO Einführung in die Mustererkennung
Mo.13.01.202015:00 - 17:00EI 10 Fritz Paschke HS - UIW 186.844 VO Einführung in die Mustererkennung
Mo.20.01.202015:00 - 17:00EI 10 Fritz Paschke HS - UIW 186.844 VO Einführung in die Mustererkennung
Mo.27.01.202015:00 - 17:00EI 10 Fritz Paschke HS - UIW 186.844 VO Einführung in die Mustererkennung

Leistungsnachweis

Zweistündige schriftliche Prüfung; Drei Termine pro Semester.

LVA-Anmeldung

Von Bis Abmeldung bis
30.08.2019 12:00 29.10.2019 00:00 29.12.2019 00:00

Curricula

StudienkennzahlVerbindlichkeitSemesterAnm.Bed.Info
033 532 Medieninformatik und Visual Computing Pflichtfach5. SemesterSTEOP
Lehrveranstaltung erfordert die Erfüllung der Studieneingangs- und Orientierungsphase STEOP
033 533 Medizinische Informatik Gebundenes WahlfachSTEOP
Lehrveranstaltung erfordert die Erfüllung der Studieneingangs- und Orientierungsphase STEOP
033 535 Technische Informatik Gebundenes WahlfachSTEOP
Lehrveranstaltung erfordert die Erfüllung der Studieneingangs- und Orientierungsphase STEOP
066 453 Biomedical Engineering Gebundenes WahlfachSTEOP
Lehrveranstaltung erfordert die Erfüllung der Studieneingangs- und Orientierungsphase STEOP

Literatur

Die Folien der einzelnen Vorlesungen werden zur Verfügung gestellt. Weitere Literatur wird während der Vorlesung zu den einzelnen Themen empfohlen.

 

Vorausgehende Lehrveranstaltungen

Begleitende Lehrveranstaltungen

Weitere Informationen

Sprache

Deutsch