• fortgeschrittene Methoden und Algorithmen der Mustererkennung
• verstehen von "State of the art" Publikationen
• Lösung von praktischen und theoretischen Problemen
• Kenntnis der nötigen Grundlagen, um neue Methoden zu vertehen und zu implementieren

Behandelte Themen: feature extraction, clustering methodologies, gaussian mixture models, different advanced classifiers, kernel methods, graphs, maps and grammars etc.

4,5 ECTS * 25 h = 112,5 h

30 h Vorlesung (VO)
82,5 h Übung (UE):
- 32,5 h praktische Übungen
- 50 h  theoretische Übungen

Schriftlich und mündlich. Es gibt ein Quiz am Ende des Semesters. Der Leistunngsnachweis erfolgt über das ganze Semester hinweg. Gesamtnote ergibt sich aus den Abgaben, der mündlichen Leistung und dem Quiz.

(Modus inspriert durch: inverted class room)