Künstliche neuronale Netze

Modulnummer
BI5001
Modulverantwortliche
Andreas Peter Dominik
Dozenten
Andreas Peter Dominik
Kurzbeschreibung
Das Modul vermittelt tiefen Einblick in die Funktionsweise künstlicher neuronaler Netze und verdeutlicht deren Nutzen und Grenzen in typischen Anwendungsgebieten.
Qualifikations- und Lernziele

Die Studierenden haben einen Überblick über Grundlagen, sowie über moderne Implementierungen und Anwendungen künstlicher neuronaler Netze. Sie sind in der Lage, KNNs anzuwenden sowie selbst zu implementieren. Sie können Vor- und Nachteile neuronaler Architekturen beurteilen und duiskutieren. Die Studierenden sind in der Lage, ihre Arbeit vor der Seminaröffentlichkeit vorzustellen und zu verteidigen.

Lerninhalte
  • Biologische Grundlagen neuronaler Netze
  • Wichtige Typen künstlicher neuronaler Netze
  • Anwendung von Software zur Simulation neuronaler Netze und Anwendung auf Problemstellungen aus den Life Sciences (Bioinformatik)
  • Programmierung eigener Tools
Moduldauer (Semester)
1
Unterrichtssprache
Deutsch
Gesamtaufwand
6 CrP; 180 Stunden, davon etwa 60 Stunden Präsenzzeit.
Semesterwochenstunden
4
Lernformen

Vorlesung 2 SWS, Praktikum 2 SWS

Geprüfte Leistung

Prüfungsvorleistung: Abnahme der Übungen

Prüfungsleistung: Klausur

Bewertungsstandard

Bewertung der Prüfungsleistung nach § 9 der Prüfungsordnung (Teil I)

Häufigkeit des Angebots
Einmal im Jahr
Literatur
  • A. Zell: Simulation Neuronale Netze Oldenbourg
  • Johann Gasteiger: Neural Networks in Chemistry and Drug Design Wiley-VCH
  • Mat Buckland: Neural Networks in Plain English http://www.ai-junkie.com/ann/evolved/nnt1.html
Voraussetzungen
Keine