Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage...
- die Funktionsweise der wichtigsten Algorithmen zum maschinen Lernen in der Robotik zu verstehen
- maschinelle Lernalgorithmen auf eigene Problemstellungen in der Robotik anzuwenden
- eigenständige Forschungsfragen im Bereich des maschinen Lernen in der Robotik zu bearbeiten.
Die Vorlesung behandelt Methoden und Modelle für Lernverfahren in der Robotik und deren Einsatzmöglichkeiten in der Industrie- und Servicerobotik. Die vermittelten Methoden beinhalten überwachtes (supervised) und nicht-überwachtes (non-supervised) Lernen, Lernen aus Beobachtungen, Programmierung durch Vormachen, Reinforcement Learning, Deep Learning, und probabilistische Lernverfahren.
Die Inhalte werden in Form eines Tafel- und Folienvortrages vermittelt. Eine Vertiefung und Festigung erfolgt durch Literaturstudium und Gruppenbesprechungen. Weiters ist durch die Studierenden eine kurze Projektarbeit eigenständig zu bearbeiten. Durch die Projektarbeiten können die Studierenden erste praktische Erfahrungen in der Anwendung der gelernten Lehrinhalte gewinnen.
Die Leistungsbeurteilung der VU Robot Learning erfolgt in Form einer Projektarbeit. Die Studierenden verfassen einen Kurzbericht und präsentieren die gewählte Methodik sowie die qualitativen und quantitativen Arbeitsergebnisse der Projekte.
Nicht erforderlich
Inhalte der Vorlesung "Machine Learning"