Arbeitsaufwand:
180 h
|
Nummer ML-4511 |
Titel Machine Learning in Gaphics, Vision, and Language |
Lehrform(en) Praktikum |
|---|---|---|
| ECTS | 6 | |
|
Arbeitsaufwand - Kontaktzeit - Selbststudium |
Arbeitsaufwand:
180 h Kontaktzeit:
60 h / 4 SWS Selbststudium:
120 h |
|
| Veranstaltungsdauer | 1 Semester | |
| Häufigkeit des Angebots | Im Sommersemester | |
| Unterrichtssprache | Englisch | |
| Prüfungsform | Projekt, Präsentation und Ausarbeitung |
|
| Inhalt | Implementierung von fortgeschrittenen Anwendungen und Programmen in dem Schnittbereich von Maschinellem Lernen in Computergrafik / Computer Vision / Natural Language Processing |
|
| Qualifikationsziele | Die Studierenden wissen, wie aktuelle Ansätze des Maschinellen Lernens in den Bereichen Segmentierung, 3D-Rekonstruktion, Szenenanalyse, Rendering, Interaktion oder Sprachverarbeitung effizient implementiert werden können. Sie können selbständig in Gruppen Programmierprojekte planen und durchführen, bei denen Neuronale Netze, Transformer oder andere ML-Ansätze zur Datenakquisition, Rekonstruktion und Repräsentation sowie zur natürlichsprachlichen Interaktion oder Erklärung eingesetzt werden. |
|
| Vergabe von Leistungspunkten/Benotung |
Lehrform
Status
SWS
LP
Prüfungsform
Prüfungsdauer
Benotung
Berechnung
Modulnote (%) |
|
| Teilnahmevoraussetzungen | Es gibt keine besonderen Voraussetzungen. | |
| Dozent/in | Lensch | |
| Literatur / Sonstiges | Teilnahmevoraussetzungen: Deep Learning, von Vorteil sind Graphische Datenverarbeitung oder Computer Vision ---- Course prerequisites: Completion of Deep Learning; previous completion of Computer Graphics or Computer Vision is advantageous |
|
| Zuletzt angeboten | nicht bekannt | |
| Geplant für | Sommersemester 2024 | |
| Zugeordnete Studienbereiche | INFO-INFO, INFO-PRAK, MEDI-APPL, MEDI-INFO, MEDI-MEDI, MEDI-PRAX, MEDI-VIS, ML-CS, ML-DIV | |