183.584 Statistische Mustererkennung
Diese Lehrveranstaltung ist in allen zugeordneten Curricula Teil der STEOP.
Diese Lehrveranstaltung ist in mindestens einem zugeordneten Curriculum Teil der STEOP.

2019W, UE, 2.0h, 3.0EC

Merkmale

  • Semesterwochenstunden: 2.0
  • ECTS: 3.0
  • Typ: UE Übung

Lernergebnisse

Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage grundlegende theoretische Ergebnisse auf Mustererkennungsprobleme anzuwenden sowie einfache Mustererkennungsverfahren selbst zu implementieren.

Inhalt der Lehrveranstaltung

Implementierung und Evaluierung verschiedener einfacher Klassifikatoren. Wesentliche theoretische Ergebnisse sollen veranschaulicht werden, z.B. Auswirkung der Stichprobengröße auf die Qualität von Schätzern.

Methoden

In Gruppen zu je 3 Studenten sind 3 Beispielgruppen zu lösen und die Ergebnisse zu dokumentieren. Jede Beispielgruppe enthält sowohl Programmier- als auch Theorieaufgaben. Die Wahl der Programmiersprache ist (unter Vorbehalt) freigestellt, empfohlen wird python/numpy.

Prüfungsmodus

Prüfungsimmanent

Vortragende

Institut

Leistungsnachweis

Pro Beispielgruppe führe ich ein ca 15 minütiges Abgabespräch mit jeder Gruppe. Die Note setzt sich aus den Leistungen beim Abgabegespräch sowie der Qualität der Ausarbeitungen (Dokumentation + Code) zusammen.

LVA-Anmeldung

Von Bis Abmeldung bis
03.10.2019 00:00 22.10.2019 23:59 22.10.2019 23:59

Curricula

StudienkennzahlSemesterAnm.Bed.Info
066 421 Geodäsie und Geoinformation 1. Semester
066 932 Visual Computing

Literatur

Es wird kein Skriptum zur Lehrveranstaltung angeboten.

Vorkenntnisse

Der vorhergehende Besuch einer Statistik-Vorlesung wird empfohlen, ebenso der Besuch der begleitenden Vorlesung. Grundkenntnisse in linearer Algebra (Invertierbarkeit, Rang, lineare Unabhängigkeit) sind von Vorteil.

Weitere Informationen

Sprache

Deutsch