Zum Inhalt springen
Technische Universität Berlin English
Vorlesungsverzeichnis und Modultransfersystem

Mathematische Grundlagen des Maschinellen Lernens IIModulbeschreibung #20845 / Version 1

← Zur Modulseite English version
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27). Zur aktuellen Version (v2)
Modul / Version#20845 / #1
GültigkeitSoSe 2023 – SoSe 2023
Verfügbare Sprache(n)Deutsch
Leistungspunkte10
Modulverantwortliche*rKreusler, Hans-Christian
BenotungBenotet
PrüfungsformMündliche Prüfung
Lehrsprache(n)Deutsch

Zugehörigkeit

FakultätFakultät II
InstitutInstitut für Mathematik
FachgebietKeine Angabe

Kontakt

SekretariatMA 5-4
Ansprechpartner*inGottschalk, Hanno
E-Mail-AdresseKeine Angabe
WebseiteKeine Angabe

Lernergebnisse

Die Studierenden verstehen die Grundlagen des des Deep Learning und dessen Anwendungen im Bereich des Computergestützten Bildverstehens.
Sie können Problemstellung aus dem Bereich der Computer Vision geeigneten Modellen des Deep Learning zuordnen und Verstehen die Voraussetzungen, unter denen die Aufgabenstellung gelernt werden kann.

Lehrinhalte

Universelle Approximationsegenschaft tiefer neuronaler Netze
Adaptive Kapazitätsanpassung von tiefen neuronalen Netzen im Statistischen Lernen
Gefaltete und Gruppen-equivariante neuronale Netze
Mathematische Beschreibung moderner Netzarchitekturen mit Anwendung auf Computer Vision
Adversiales Lernen und generatives Lernen
Moderne Modelle des generativen Lernens

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWSVVZ
Mathematische Grundlagen des Maschinellen Lernens IIVorlesung Wintersemester[de]4 ISIS
Mathematische Grundlagen des Maschinellen Lernens IIÜbung Wintersemester[de]2 ISIS

Veranstaltungen im Vorlesungsverzeichnis

Veranstaltungen, die aus den Lehrveranstaltungen dieses Moduls angelegt wurden.

WiSe 2026/27 (3)

Mathematische Grundlagen des Maschinellen Lernens II (Vorlesung) 1

Alle Gruppen dieser Lehrveranstaltung im Verzeichnis

Mathematische Grundlagen des Maschinellen Lernens II (Übung) 2

Alle Gruppen dieser Lehrveranstaltung im Verzeichnis

Arbeitsaufwand und Leistungspunkte

Mathematische Grundlagen des Maschinellen Lernens II (Vorlesung)

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit154 h60 h
Vor-/Nachbereitung1510 h150 h
210 h

Mathematische Grundlagen des Maschinellen Lernens II (Übung)

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit152 h30 h
30 h

Lehrveranstaltungsunabhängiger Aufwand

AufwandbeschreibungMultiplikatorStundenGesamt
Prüfungsvorbereitung160 h60 h
60 h

Der Aufwand des Moduls summiert sich zu 300 Stunden. Damit umfasst das Modul 10 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Vorlesungen, Übungen

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

dringend empfohlen: Wahrscheinlichkeitstheorie I, Mathematische Grundlagen des Maschinellen Lernens I

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

BenotungBenotet
PrüfungsformMündliche Prüfung
SpracheDeutsch

Dauer des Moduls

Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.

Dieses Modul kann in folgenden Semestern begonnen werden: Wintersemester.

Maximale teilnehmende Personen

Dieses Modul ist nicht auf eine Anzahl Studierender begrenzt.

Anmeldeformalitäten

Standard.

Literaturhinweise, Skripte

Skript in Papierform

nicht verfügbar

Skript in elektronischer Form

nicht verfügbar

Empfohlene Literatur

  • Shalev-Shwartz, Shai, and Shai Ben-David. Understanding machine learning: From theory to algorithms. Cambridge university press, 2014.
  • Van Handel, Ramon. Probability in high dimension. PRINCETON UNIV NJ, 2014.

Zugeordnete Studiengänge

Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPOSemesterStudiengangsbereich
Scientific Computing
StuPO 2022 (Beginn WS 2022/23)
SoSe 2023Wahlpflichtmodule › Mathematik

Sonstiges

Keine Angabe