700.373 (16S) Lab on Machine Learning and Applications in Intelligent Vehicles

Sommersemester 2016

Anmeldefrist abgelaufen.
... keine weiteren Termine bekannt

Überblick

Lehrende/r
LV-Titel englisch
Lab on Machine Learning and Applications in Intelligent Vehicles
LV-Art
Kurs (prüfungsimmanente LV )
Semesterstunde/n
2.0
ECTS-Anrechungspunkte
3.0
Anmeldungen
8 (20 max.) Anzahl der tatsächlich angemeldeten Studierenden
Organisationseinheit
Unterrichtssprache
Englisch
LV-Beginn
01.03.2016
eLearning
zum Moodle-Kurs

Zeit und Ort

Tag von - bis Raum Details
Di, 01.03.2016 12:00 - 14:00 L4.1.02 ICT-Lab wöchentlich
Di, 08.03.2016 12:00 - 14:00 L4.1.02 ICT-Lab wöchentlich
Di, 15.03.2016 12:00 - 14:00 L4.1.02 ICT-Lab wöchentlich
Di, 05.04.2016 12:00 - 14:00 L4.1.02 ICT-Lab wöchentlich
Di, 12.04.2016 12:00 - 14:00 L4.1.02 ICT-Lab wöchentlich
Di, 19.04.2016 12:00 - 14:00 L4.1.02 ICT-Lab wöchentlich
Di, 26.04.2016 12:00 - 14:00 L4.1.02 ICT-Lab wöchentlich
Di, 03.05.2016 12:00 - 14:00 L4.1.02 ICT-Lab wöchentlich
Di, 10.05.2016 12:00 - 14:00 L4.1.02 ICT-Lab wöchentlich
Di, 24.05.2016 12:00 - 14:00 L4.1.02 ICT-Lab entfällt
Di, 31.05.2016 12:00 - 14:00 L4.1.02 ICT-Lab wöchentlich
Di, 07.06.2016 12:00 - 14:00 L4.1.02 ICT-Lab wöchentlich
Di, 14.06.2016 12:00 - 14:00 L4.1.02 ICT-Lab wöchentlich
Di, 21.06.2016 12:00 - 14:00 L4.1.02 ICT-Lab wöchentlich
Di, 28.06.2016 12:00 - 14:00 L4.1.02 ICT-Lab wöchentlich

LV-Beschreibung

Inhalt/e

Machine Learning, Pattern Recognition, Time Series Analysis With applications on real case studies using Matlab and Python

Themen

  • Data preprocessing
  • Unsupervised, Supervised, reinforcement, deep and sell taught learning
  • Classification (SVM, Bayes, Decision Trees CNN, etc)
  • Clustering
  • Time series forecast
  • Evaluation Metrics
  • Python
  • Matlab

Lehrziel

Students should be able to deal with real machine learning case studies that include data preprocessing, smart system design and comprehensive evaluation

Prüfungsinformationen

Beurteilungsschema

Note/Grade Benotungsschema

Position im Curriculum

  • Masterstudium Information and Communications Engineering (ICE) (SKZ: 488, Version: 15W.1)
    • Fach: Technical Complements (NC, ASR)
      • Wahl aus dem LV-Katalog (Anhang 5) ( 0.0h VK, VO, KU / 12.0 ECTS)
        • 700.373 Lab on Machine Learning and Applications in Intelligent Vehicles (2.0h KS / 3.0 ECTS)
  • Masterstudium Information and Communications Engineering (ICE) (SKZ: 488, Version: 15W.1)
    • Fach: Technical Complements (NC, ASR)
      • Wahl aus dem LV-Katalog (Anhang 5) ( 0.0h VK, VO, KU / 12.0 ECTS)
        • 700.373 Lab on Machine Learning and Applications in Intelligent Vehicles (2.0h KS / 3.0 ECTS)
  • Masterstudium Information and Communications Engineering (ICE) (SKZ: 488, Version: 15W.1)
    • Fach: Free Electives
      • Free Electives ( 0.0h XX / 6.0 ECTS)
        • 700.373 Lab on Machine Learning and Applications in Intelligent Vehicles (2.0h KS / 3.0 ECTS)
  • Masterstudium Information Technology (SKZ: 489, Version: 06W.3)
    • Fach: Technischer Schwerpunkt (Intelligent Transportation Systems) (Pflichtfach)
      • 1.4-1.5 Kurs oder Labor ( 4.0h KU / 6.0 ECTS)
        • 700.373 Lab on Machine Learning and Applications in Intelligent Vehicles (2.0h KS / 3.0 ECTS)
  • Masterstudium Information Technology (SKZ: 489, Version: 06W.3)
    • Fach: Technische Ergänzung II (Pflichtfach)
      • 3.4-3.5 Kurs oder Labor ( 4.0h KU / 6.0 ECTS)
        • 700.373 Lab on Machine Learning and Applications in Intelligent Vehicles (2.0h KS / 3.0 ECTS)
  • Masterstudium Information Technology (SKZ: 489, Version: 06W.3)
    • Fach: Freie Wahlfächer (Freifach)
      • Diverse Lehrveranstaltungen ( 0.0h VO/VK/VS/KU/PS / 12.0 ECTS)
        • 700.373 Lab on Machine Learning and Applications in Intelligent Vehicles (2.0h KS / 3.0 ECTS)
  • Masterstudium Information Technology (SKZ: 489, Version: 06W.3)
    • Fach: Technischer Schwerpunkt (Media Engineering) (Pflichtfach)
      • 1.4-1.5 Kurs oder Labor ( 4.0h KU / 6.0 ECTS)
        • 700.373 Lab on Machine Learning and Applications in Intelligent Vehicles (2.0h KS / 3.0 ECTS)

Gleichwertige Lehrveranstaltungen im Sinne der Prüfungsantrittszählung

Sommersemester 2017
  • 700.373 KS Lab on Machine Learning and Applications in Intelligent Vehicles (2.0h / 3.0ECTS)
Sommersemester 2015
  • 700.373 KU Labor: Machine Vision and Smart Sensors for Intelligent Vehicles (2.0h / 3.0ECTS)
Sommersemester 2014
  • 700.373 KU Labor: Machine Vision and Smart Sensors for Intelligent Vehicles (2.0h / 3.0ECTS)
Sommersemester 2013
  • 700.373 KU Labor: Machine Vision and Smart Sensors for Intelligent Vehicles (2.0h / 3.0ECTS)