Modulbeschreibung
Klassifikationsalgorithmen in der Bildverarbeitung II
Kürzel:
M_VP_10701
Durchführungszeitraum:
HS/10-FS/11
Dauer:
2
ECTS-Punkte:
15
Lernziele:
Fachkompetenzen:
- Grundlegende Methoden der Mustererkennung.
- Verständnis der Algorithmen zur Klassifikation aus dem Bereich der neuronalen Netze, Wahrscheinlichkeitstheorie, Statistik.
- Anpassung bestehender Algorithmen und Anwendung in konkreten Projekten.
Sozialkompetenz:
- Kommunikations- und Kooperationsfähigkeit
Selbstkompetenz:
- Selbständigkeit, Verantwortlichkeit
Verantwortliche Person:
Bach Carlo
Standort (angeboten):
Buchs
Zusätzlich vorausgesetzte Kenntnisse:
Klassifikation in der Bildverarbeitung I
Modultyp:
Standard-Modul für MSE Master of Science in Engineering BB STD_08 (BU)(Keine Semesterempfehlung)
Standard-Modul für MSE Master of Science in Engineering BB STD_16 (BU)(Keine Semesterempfehlung)
Standard-Modul für MSE Master of Science in Engineering BB STD_13 (BU)(Keine Semesterempfehlung)
Standard-Modul für MSE Master of Science in Engineering VZ STD_08 (BU)(Keine Semesterempfehlung)
Standard-Modul für MSE Master of Science in Engineering VZ STD_16 (BU)(Keine Semesterempfehlung)
Standard-Modul für MSE Master of Science in Engineering VZ STD_13 (BU)(Keine Semesterempfehlung)
Standard-Modul für Technik und IT MSE_20(Keine Semesterempfehlung)
ECTS-Punkte pro Kategorie
Fachliche Vertiefung / 15 Punkte
Fachliche Vertiefung / 15 Punkte
Fachliche Vertiefung / 15 Punkte
Fachliche Vertiefung / 15 Punkte
Fachliche Vertiefung / 15 Punkte
Fachliche Vertiefung / 15 Punkte
Fachliche Vertiefung / 15 Punkte
Modulbewertung
Bewertungsart:
Note von 1 - 6
Leistungsbewertung
Während des Semesters:
Im Kurs Anwendung von Klassifikationsalgorithmen in der Bildverarbeitung wird ein Projekt mittels Projektarbeit und einer Schlusspräsentation bewertet. Im Kurs Machine Learning wird eine Prüfung geschrieben.
Bewertungsart:
Note von 1 - 6
Gewichtung:
Im Kurs Anwendung von Klassifikationsalgorithmen in der Bildverarbeitung wird ein Projekt mittels Projektarbeit (Gewicht 48%) und einer Schlusspräsentation (Gewicht 12%) bewertet. Im Kurs Machine Learning wird eine Prüfung geschrieben (Gewicht 40%).
Bemerkungen:
Kurse in diesem Modul
Anwendung von Klassifikationsalgoritmen in der Bildverarbeitung
Kürzel:
VP_1070101-1
Arbeitsaufwand:
60
Semester:
1
ECTS-Punkte:
2
Lernziele:
Fachkompetenz:
- Anpassung bestehender Algorithmen und Anwendung in konkreten Projekten.
Sozialkompetenz:
- Kommunikations- und Kooperationsfähigkeit
Selbstkompetenz:
- Selbständigkeit, Verantwortlichkeit
Plan und Lerninhalt:
Aufgabe: Mitarbeit in einem einschlägigen Projekt, Tätigkeit im Team, Übernahme einer Teilaufgabe in Selbstverantwortung.
Lieferobjekte: Projekt, Bericht, Schlusspräsentation
Kursart:
Durchführung gemäss Stundenplan
Projekt mit 2 Lektionen pro Woche
- Max. Teilnehmer: 99
- Harte Grenze: nein
Machine Learning
Kürzel:
VP_1070102
Arbeitsaufwand:
150
Semester:
1
ECTS-Punkte:
5
Lernziele:
Die Studierenden
- verstehen die Algorithmen zur Klassifikation aus dem Bereich Wahrscheinlichkeitstheorie und Statistik.
Plan und Lerninhalt:
Grundlegende Konzepte der Mustererkennung
Vorlesung der ETHZ (252-0535-00L)
Kursart:
Durchführung gemäss Stundenplan
Seminar mit 5 Lektionen pro Woche
- Max. Teilnehmer: 99
- Harte Grenze: nein
Anwendung von Klassifikationsalgorithmen in der Bildverarbeitung
Kürzel:
VP_1070101-2
Arbeitsaufwand:
240
Semester:
2
ECTS-Punkte:
8
Lernziele:
siehe VP_1070101-1
Plan und Lerninhalt:
siehe VP_1070101-1
Kursart:
Durchführung gemäss Stundenplan
Projekt mit 8 Lektionen pro Woche
- Max. Teilnehmer: 99
- Harte Grenze: nein