|
Mathematische Grundlagen zu Künstliche Intelligenz, Neuronale Netze und Data Analytics II (MathKINN II)5 ECTS (englische Bezeichnung: Mathematical Foundations of Artificial Intelligence, Neural Networks and Data Analytics II)
Modulverantwortliche/r: Alexander Martin Lehrende:
Hans Georg Zimmermann
Startsemester: |
SS 2021 | Dauer: |
1 Semester | Turnus: |
jährlich (SS) |
Präsenzzeit: |
30 Std. | Eigenstudium: |
120 Std. | Sprache: |
Deutsch |
Lehrveranstaltungen:
Empfohlene Voraussetzungen:
Weitere Informationen finden sich im Modulhandbuch der Mathematik, siehe https://www.math.fau.de/studium/im-studium/infocenter/pruefungen/modulhandbuecher-des-departments/.
Inhalt:
Weitere Informationen finden sich im Modulhandbuch der Mathematik, siehe https://www.math.fau.de/studium/im-studium/infocenter/pruefungen/modulhandbuecher-des-departments/.
Lernziele und Kompetenzen:
Weitere Informationen finden sich im Modulhandbuch der Mathematik, siehe https://www.math.fau.de/studium/im-studium/infocenter/pruefungen/modulhandbuecher-des-departments/.
Literatur:
Weitere Informationen finden sich im Modulhandbuch der Mathematik, siehe https://www.math.fau.de/studium/im-studium/infocenter/pruefungen/modulhandbuecher-des-departments/.
Verwendbarkeit des Moduls / Einpassung in den Musterstudienplan: Das Modul ist im Kontext der folgenden Studienfächer/Vertiefungsrichtungen verwendbar:
- Computational and Applied Mathematics (Master of Science)
(Po-Vers. 2017w | NatFak | Computational and Applied Mathematics (Master of Science) | Specialisation: Modeling and applied analysis (MApA) and optimization (Opti) | Mathematische Grundlagen zu Künstliche Intelligenz, Neuronale Netze und Data Analytics II)
- Computational and Applied Mathematics (Master of Science)
(Po-Vers. 2017w | NatFak | Computational and Applied Mathematics (Master of Science) | Specialisation: Numerical analysis and simulation (NASi) and optimization (Opti) | Mathematische Grundlagen zu Künstliche Intelligenz, Neuronale Netze und Data Analytics II)
- Computational and Applied Mathematics (Master of Science)
(Po-Vers. 2019w | NatFak | Computational and Applied Mathematics (Master of Science) | Gesamtkonto | Specialisation: Modeling and applied analysis (MApA) and optimization (Opti) | Mathematische Grundlagen zu Künstliche Intelligenz, Neuronale Netze und Data Analytics II)
- Computational and Applied Mathematics (Master of Science)
(Po-Vers. 2019w | NatFak | Computational and Applied Mathematics (Master of Science) | Gesamtkonto | Specialisation: Numerical analysis and simulation (NASi) and optimization (Opti) | Mathematische Grundlagen zu Künstliche Intelligenz, Neuronale Netze und Data Analytics II)
- Data Science (Bachelor of Science)
(Po-Vers. 2020w | Vertiefungsrichtungen | Mathematische statistische Datenanalyse (MSD) | Mathematische Grundlagen zu Künstliche Intelligenz, Neuronale Netze und Data Analytics II)
- Mathematik (Master of Science)
(Po-Vers. 2014w | NatFak | Mathematik (Master of Science) | alte Prüfungsordnungen | Gesamtkonto | Studienrichtung Modellierung, Simulation und Optimierung | Mathematische Grundlagen zu Künstliche Intelligenz, Neuronale Netze und Data Analytics II)
- Mathematik (Master of Science)
(Po-Vers. 2015w | NatFak | Mathematik (Master of Science) | Gesamtkonto | Studienrichtung Modellierung, Simulation und Optimierung | Mathematische Grundlagen zu Künstliche Intelligenz, Neuronale Netze und Data Analytics II)
- Mathematik (Master of Science)
(Po-Vers. 2019w | NatFak | Mathematik (Master of Science) | Gesamtkonto | Studienrichtung Modellierung, Simulation und Optimierung | Mathematische Grundlagen zu Künstliche Intelligenz, Neuronale Netze und Data Analytics II)
- Wirtschaftsmathematik (Master of Science)
(Po-Vers. 2014w | NatFak | Wirtschaftsmathematik (Master of Science) | Gesamtkonto | Studienrichtung Optimierung und Prozessmanagement | Kernmodule Studienrichtung Optimierung und Prozessmanagement | Mathematische Grundlagen zu Künstliche Intelligenz, Neuronale Netze und Data Analytics II)
- Wirtschaftsmathematik (Master of Science)
(Po-Vers. 2014w | NatFak | Wirtschaftsmathematik (Master of Science) | Gesamtkonto | Studienrichtung Optimierung und Prozessmanagement | Forschungsmodule Studienrichtung Optimierung und Prozessmanagement | Mathematische Grundlagen zu Künstliche Intelligenz, Neuronale Netze und Data Analytics II)
- Wirtschaftsmathematik (Master of Science)
(Po-Vers. 2015w | NatFak | Wirtschaftsmathematik (Master of Science) | Studienrichtung Optimierung und Prozessmanagement | Kernmodule Studienrichtung Optimierung und Prozessmanagement | Mathematische Grundlagen zu Künstliche Intelligenz, Neuronale Netze und Data Analytics II)
- Wirtschaftsmathematik (Master of Science)
(Po-Vers. 2015w | NatFak | Wirtschaftsmathematik (Master of Science) | Studienrichtung Optimierung und Prozessmanagement | Forschungsmodule Studienrichtung Optimierung und Prozessmanagement | Mathematische Grundlagen zu Künstliche Intelligenz, Neuronale Netze und Data Analytics II)
- Wirtschaftsmathematik (Master of Science)
(Po-Vers. 2019w | NatFak | Wirtschaftsmathematik (Master of Science) | Gesamtkonto | Studienrichtung Optimierung und Prozessmanagement | Mathematische Grundlagen zu Künstliche Intelligenz, Neuronale Netze und Data Analytics II)
- Wirtschaftsmathematik (Master of Science)
(Po-Vers. 2019w | NatFak | Wirtschaftsmathematik (Master of Science) | Gesamtkonto | Mathematische Wahlpflichtmodule | Studienrichtung Modellierung, Simulation und Optimierung | Mathematische Grundlagen zu Künstliche Intelligenz, Neuronale Netze und Data Analytics II)
- Wirtschaftsmathematik (Master of Science)
(Po-Vers. 2019w | NatFak | Wirtschaftsmathematik (Master of Science) | Gesamtkonto | Mathematische Wahlpflichtmodule | Specialisation: Modeling and applied analysis (MApA) and optimization (Opti) | Mathematische Grundlagen zu Künstliche Intelligenz, Neuronale Netze und Data Analytics II)
- Wirtschaftsmathematik (Master of Science)
(Po-Vers. 2019w | NatFak | Wirtschaftsmathematik (Master of Science) | Gesamtkonto | Mathematische Wahlpflichtmodule | Specialisation: Numerical analysis and simulation (NASi) and optimization (Opti) | Mathematische Grundlagen zu Künstliche Intelligenz, Neuronale Netze und Data Analytics II)
Studien-/Prüfungsleistungen:
Mathematische Grundlagen zu Künstliche Intelligenz, Neuronale Netze und Data Analytics II (Prüfungsnummer: 57231)
- Prüfungsleistung, mündliche Prüfung, Dauer (in Minuten): 15, benotet, 5 ECTS
- Anteil an der Berechnung der Modulnote: 100.0 %
- Erstablegung: SS 2021, 1. Wdh.: SS 2021
1. Prüfer: | Hans Georg Zimmermann |
- Termin: 14.07.2021, Ort: 03.348, Cauerstr. 11
|
|
|
|
UnivIS ist ein Produkt der Config eG, Buckenhof |
|
|