This page in EN
Veranstaltung
Introduction to Neural Networks and Genetic Algorithms (SoSe 2023) [SS232540541]
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 | Digital Economics (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
- 18.04.2023 15:45 - 17:15 - Room: 05.20 1C-01
- 25.04.2023 15:45 - 17:15 - Room: 05.20 1C-01
- 02.05.2023 15:45 - 17:15 - Room: 05.20 1C-01
- 09.05.2023 15:45 - 17:15 - Room: 05.20 1C-01
- 16.05.2023 15:45 - 17:15 - Room: 05.20 1C-01
- 23.05.2023 15:45 - 17:15 - Room: 05.20 1C-01
- 06.06.2023 15:45 - 17:15 - Room: 05.20 1C-01
- 13.06.2023 15:45 - 17:15 - Room: 05.20 1C-01
- 20.06.2023 15:45 - 17:15 - Room: 05.20 1C-01
- 27.06.2023 15:45 - 17:15 - Room: 05.20 1C-01
- 04.07.2023 15:45 - 17:15 - Room: 05.20 1C-01
- 11.07.2023 15:45 - 17:15 - Room: 05.20 1C-01
- 18.07.2023 15:45 - 17:15 - Room: 05.20 1C-01
- 25.07.2023 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.