• 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. Der Leistunngsnachweis erfolgt über das ganze Semester hinweg. Gesamtnote ergibt sich aus den Abgaben und der mündlichen Leistung.

(Modus inspriert durch: inverted class room)