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.

2018W, VO, 2.0h, 3.0EC

Merkmale

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

Ziele der Lehrveranstaltung

Diese Vorlesung vermittelt die Grundlagen der Mustererkennung und gibt einen Überblick über die wichtigsten Verfahren. Der Schwerpunkt liegt auf der Analyse von Bilddaten, d.h. auf der Extraktion und Verarbeitung von Bildmerkmalen (image features), und Klassifikation der extrahierten Daten. Die zugehörige Übung (186.840) vertieft die Inhalte der Vorlesung.

Inhalt der Lehrveranstaltung

Merkmalsextraktion, statistische Grundlagen (bedinge Wahrscheinlichkeit, Randverteilung, Unabhängigkeit, Kovariance Matrizen, etc.), Bayes-Theorem, einfach Klassifikatoren (kNN, Nearest Neighbor, Perceptron, etc.)

Weitere Informationen

3ECTS:

3*25 Std = 75 Std

25 Std: Vorlesung

50 Std: Vorbereitung für die Prüfung

Vortragende

Institut

LVA Termine

TagZeitDatumOrtBeschreibung
Mo.15:00 - 17:0001.10.2018 - 21.01.2019EI 10 Fritz Paschke HS 186.844 VO Einführung in die Mustererkennung
Einführung in die Mustererkennung - Einzeltermine
TagDatumZeitOrtBeschreibung
Mo.01.10.201815:00 - 17:00EI 10 Fritz Paschke HS 186.844 VO Einführung in die Mustererkennung
Mo.08.10.201815:00 - 17:00EI 10 Fritz Paschke HS 186.844 VO Einführung in die Mustererkennung
Mo.15.10.201815:00 - 17:00EI 10 Fritz Paschke HS 186.844 VO Einführung in die Mustererkennung
Mo.22.10.201815:00 - 17:00EI 10 Fritz Paschke HS 186.844 VO Einführung in die Mustererkennung
Mo.29.10.201815:00 - 17:00EI 10 Fritz Paschke HS 186.844 VO Einführung in die Mustererkennung
Mo.05.11.201815:00 - 17:00EI 10 Fritz Paschke HS 186.844 VO Einführung in die Mustererkennung
Mo.12.11.201815:00 - 17:00EI 10 Fritz Paschke HS 186.844 VO Einführung in die Mustererkennung
Mo.19.11.201815:00 - 17:00EI 10 Fritz Paschke HS 186.844 VO Einführung in die Mustererkennung
Mo.26.11.201815:00 - 17:00EI 10 Fritz Paschke HS 186.844 VO Einführung in die Mustererkennung
Mo.03.12.201815:00 - 17:00EI 10 Fritz Paschke HS 186.844 VO Einführung in die Mustererkennung
Mo.10.12.201815:00 - 17:00EI 10 Fritz Paschke HS 186.844 VO Einführung in die Mustererkennung
Mo.17.12.201815:00 - 17:00EI 10 Fritz Paschke HS 186.844 VO Einführung in die Mustererkennung
Mo.07.01.201915:00 - 17:00EI 10 Fritz Paschke HS 186.844 VO Einführung in die Mustererkennung
Mo.14.01.201915:00 - 17:00EI 10 Fritz Paschke HS 186.844 VO Einführung in die Mustererkennung
Mo.21.01.201915:00 - 17:00EI 10 Fritz Paschke HS 186.844 VO Einführung in die Mustererkennung

Leistungsnachweis

Schriftliche Prüfung

Prüfungen

TagZeitDatumOrtPrüfungsmodusAnmeldefristAnmeldungPrüfung
Mi.11:00 - 13:0029.01.2020EI 7 Hörsaal schriftlich26.12.2019 00:00 - 28.01.2020 12:00in TISSHaupttermin (Stoffsemester WS 2019)
Mo.13:00 - 15:0030.03.2020FAV Hörsaal 1 schriftlich28.02.2020 12:00 - 29.03.2020 23:59in TISSNebentermin (Stoffsemester WS 2019)
Mo.13:00 - 15:0004.05.2020FAV Hörsaal 1 schriftlich30.03.2020 00:00 - 03.05.2020 23:59in TISSNebentermin (Stoffsemester WS 2019)
Mo.13:00 - 15:0001.06.2020FAV Hörsaal 1 schriftlich29.04.2020 00:00 - 31.05.2020 23:59in TISSNebentermin (Stoffsemester WS 2019)

LVA-Anmeldung

Von Bis Abmeldung bis
31.08.2018 12:00 30.10.2018 00:00 30.12.2018 00:00

Curricula

StudienkennzahlSemesterAnm.Bed.Info
033 532 Medieninformatik und Visual Computing 5. SemesterSTEOP
Lehrveranstaltung erfordert die Erfüllung der Studieneingangs- und Orientierungsphase STEOP
033 533 Medizinische Informatik STEOP
Lehrveranstaltung erfordert die Erfüllung der Studieneingangs- und Orientierungsphase STEOP
033 535 Technische Informatik STEOP
Lehrveranstaltung erfordert die Erfüllung der Studieneingangs- und Orientierungsphase STEOP
066 453 Biomedical Engineering STEOP
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