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. Der Leistunngsnachweis erfolgt über das ganze Semester hinweg. Gesamtnote ergibt sich aus den Abgaben und der mündlichen Leistung.
(Modus inspriert durch: inverted class room)
