Skip to content
Technische Universität Berlin Deutsch
Course catalog and module transfer system

Machine Intelligence I / Neural Information Processing IModule description #40548 / Version 1

← Module page Deutsche Fassung
This module description is not valid in the current semester (Winter semester 2026/27). Current version (v9)
Module / Version#40548 / #1
ValiditySS 2014 – WS 2014/15
Available language(s)English
Credit points6
Person responsible for the moduleObermayer, Klaus
GradingGraded
Exam formatOral exam
Language(s) of instructionEnglish

Affiliation

FacultyFakultät IV
InstituteInstitut für Softwaretechnik und Theoretische Informatik
Academic chair34351300 FG Neuronale Informationsverarbeitung

Contact

OfficeMAR 5-6
Contact personObermayer, Klaus
E-mail addressoby@ni.tu-berlin.de
Websitehttps://www.tu.berlin/ni/studium-lehre/

Learning outcomes

Am Ende der Veranstaltung sind die Teilnehmer in der Lage, die Leistungsfähigkeit der besprochenen Verfahren einzuschätzen und sie auf Probleme in den Anwendungsdomänen erfolgreich einzusetzen. Qualifikationsziele sind somit:

1) Verständnis der wichtigsten Theorien und Verfahren des induktiven Lernens
2) Anwendung auf Regressions- und Klassifikationsprobleme (Mustererkennung)
3) Kenntnis der grundlegenden Konzepte neuronaler Informationsverarbeitung
4) Verständnis der theoretischen Grundlagen für die Entwicklung neuer Verfahren

Die Veranstaltung vermittelt überwiegend :
Fachkompetenz 50%, Methodenkompetenz 40%, Systemkompetenz 10%, Sozialkompetenz 0%

Content

1) Grundlagen induktiven Lernens: Empirical Risk Minimization, Structural Risk Minimization, Bayesian Inference
2) Lernen und Generalisierung, Techniken der Regularisierung
3) Künstliche neuronale Netze (konnektionistische Neuronen, das Multilagen-Perzeptron, radiale Basisfunktionen)
4) Statistische Lerntheorie und Support Vector Maschinen
5) Graphische Modelle: Schließen unter Unsicherheit, Bayes'sche Inferenz und neuronale Netze

Module components

Compulsory area

The following courses are mandatory for this module:

CoursesTypeNumberFrequencyLanguageHours per weekCourse catalog
Neuronale Informationsverarbeitung ILecture0434L866 Winter semester–2 ISIS
Neuronale Informationsverarbeitung IExercise0434L866 Winter semester–2 ISIS

Workload and credit points

Neuronale Informationsverarbeitung I (Lecture)

Workload descriptionMultiplierHoursTotal
Präsenzzeit152 h30 h
Vor-/Nachbereitung152 h30 h
60 h

Neuronale Informationsverarbeitung I (Exercise)

Workload descriptionMultiplierHoursTotal
Präsenzzeit152 h30 h
Vor-/Nachbereitung156 h90 h
120 h

The workload of the module adds up to 180 hours. The module therefore comprises 6 credit points.

Description of teaching and learning methods

Vorlesung: Frontalunterricht vor allen Teilnehmern zur Vermittlung des Stoffes

Übungen: Besprechung von Übungsaufgaben, die von den Teilnehmern als Hausaufgaben bearbeitet werden. Die Übungsaufgaben umfassen sowohl die Analyse und Entwicklung von neuronalen Verfahren als auch den praktischen Umgang mit den besprochenen Verfahren.

Requirements for participation and examination

Desirable prerequisites for participation in the courses:

Gute Programmierkenntnisse, Grundkenntnisse in Linearer Algebra, Analysis und Wahrscheinlichkeitstheorie

Mandatory requirements for the module examination registration:

The examination requirements could not be retrieved.

Completion of the module

GradingGraded
Exam formatOral exam
LanguageEnglish

Exam description

mündliche Prüfung (Voraussetzung ist das Vorliegen des Übungsscheins) unbenoteter Übungsschein (mindestens 60% der Aufgaben erfolgreich bearbeitet)

Duration of the module

The following number of semesters is estimated for taking and completing the module: 1 semester(s).

This module can be started in the following semesters: Winter semester.

Maximum number of participants

This module is not limited to a number of students.

Registration procedures

Informationen zur Anmeldung sind über die Web-Seiten des Fachgebiets NI http://www.ni.tu-berlin.de/teaching/ und über das Sekretariat MAR 5043 erhältlich.

Recommended reading, lecture notes

Lecture notes

unavailable

Electronic lecture notes

available

Recommended literature

No recommended literature given

Assigned programs

This module is not used in any program.

Masterstudiengang Informatik (Studienschwerpunkt Intelligente Systeme)
Masterstudiengang Technische Informatik (StO/PO 2012):
• Studienschwerpunkt Digitale Medien (Digital Media; Elektrotechnik oder Technische Informatik)
• Studienschwerpunkt Kognitive Systeme (Cognitive Systems and Robotics; Informatik)
• Studienschwerpunkt Mensch-Maschine-Interaktion und Design (Human-Computer Interaction and Design; Technische Informatik)
• Studienschwerpunkt Datenanalyse (Data analytics; Informatik)
• Studienschwerpunkt Informationssysteme
Masterstudiengang Elektrotechnik (Ergänzungsmodul)
Veranstaltung für andere Master-Studiengänge im Wahlbereich
Bachelorstudiengang Technische Informatik (Studienschwerpunkt Datenanalyse)
Bachelorstudiengang Wirtschaftsinformatik (Studienschwerpunkt Intelligente Datenanalyse )

Miscellaneous

Mündliche Prüfung: Voraussetzung ist das Vorliegen des unbenoteten Übungsscheins (mindestens 60% der Aufgaben müssen erfolgreich bearbeitet sein). Prüfungssprache (für die mündliche Prüfung) ist wahlweise Deutsch oder Englisch.