This page in EN
Veranstaltung
Introduction to Neural Networks and Genetic Algorithms [SS222540541]
Dozent/en
Einrichtung
- KIT-Fakultät für Wirtschaftswissenschaften
Bestandteil von
- Teilleistung Introduction to Neural Networks and Genetic Algorithms | Wirtschaftsingenieurwesen (B.Sc.)
- Teilleistung Introduction to Neural Networks and Genetic Algorithms | Technische Volkswirtschaftslehre (B.Sc.)
- Teilleistung Introduction to Neural Networks and Genetic Algorithms | Wirtschaftsinformatik (B.Sc.)
Literatur
- Goldberg, David E. (2001)
Genetic Algorithms in Search, Optimization and Machine Learning.
Addison-Wesley, New York. - Bishop, Christopher M. (2006)
Pattern Recognition and Machine Learning.
Springer, New York. - Goodfellow, Ian; Bengio, Yoshua; Courville, Aaron (2016)
Deep Learning.
MIT Press. Cambridge.
Veranstaltungstermine
- 19.04.2022 15:45 - 17:15 - Room: 05.20 1C-01
- 26.04.2022 15:45 - 17:15 - Room: 05.20 1C-01
- 03.05.2022 15:45 - 17:15 - Room: 05.20 1C-01
- 10.05.2022 15:45 - 17:15 - Room: 05.20 1C-01
- 17.05.2022 15:45 - 17:15 - Room: 05.20 1C-01
- 24.05.2022 15:45 - 17:15 - Room: 05.20 1C-01
- 31.05.2022 15:45 - 17:15 - Room: 05.20 1C-01
- 14.06.2022 15:45 - 17:15 - Room: 05.20 1C-01
- 21.06.2022 15:45 - 17:15 - Room: 05.20 1C-01
- 28.06.2022 15:45 - 17:15 - Room: 05.20 1C-01
- 05.07.2022 15:45 - 17:15 - Room: 05.20 1C-01
- 12.07.2022 15:45 - 17:15 - Room: 05.20 1C-01
- 19.07.2022 15:45 - 17:15 - Room: 05.20 1C-01
- 26.07.2022 15:45 - 17:15 - Room: 05.20 1C-01
Anmerkung
Die Lehrveranstaltung besteht aus einer kurzen Einleitung und zwei Teilen:
- In der Einleitung werden die biologischen Mechanismen
von neuronalen und genetischen Verfahren vorgestellt.
Außerdem wird ein gemeinsamer Rahmen für die Evaluation
des Lernerfolges der Verfahren in Anwendungen eingeführt. - Im Bereich der genetischen Verfahren werden einfache genetische
Algorithmen und ihre Varianten vorgestellt, analysiert und angewendet. - Im Bereich der neuronalen Verfahren werden die Basisalgorithmen
(z.B. Backpropagation) und ihre Anwendungen im Data Science
vorgestellt.
Lernziele:
Der Student kennt die wesentlichen Algorithmen und Lernverfahren
für neuronale Netze und genetische Algorithmen und er kann diese
Verfahren (z.B. in R) praktisch anwenden und ihre Qualität
beurteilen.