Maschinelles Lernen

Die maximale Teilnehmerzahl für dieses Semester ist bereits erreicht. Wir können also leider keine weiteren Studenten aufnehmen.

Hintergrund

Maschinelles Lernen beschäftigt sich mit der Erstellung von Modellen auf Basis von Daten. In diesem Seminar werden ausgewählte Themen in Form von Buchkapiteln und Forschungsliteratur erarbeitet. Jeder Teilnehmer erarbeitet selbstständig ein Thema, welches dann in einem Vortrag den anderen Teilnehmern präsentiert wird. Die aktive Teilnahme an Diskussion und Feedbackrunden ist Teil der Veranstaltung.

Das Seminar richtet sich an Studierende des Bachelorstudiengangs Angewandte Informatik. Die Anzahl der Teilnehmer ist auf 20 begrenzt. Die Anmeldung erfolgt ab dem 01.03.22 um 12 Uhr über den Moodle-Kurs.

Organisation als reiner Online-Kurs

Das Seminar wird über den folgenden Moodle-Kurs organisiert: https://moodle.ruhr-uni-bochum.de/course/view.php?id=43719. Dort findet sich Literatur als Basis für die Vorträge. Im Kurs stehen weiterhin detaillierte Begleittexte zur Vorbereitung und Durchführung von Semarvorträgen bereit. Für Fragen gibt es ein Forum.

In diesem Semester gibt es eine ganze Reihe von Änderungen am Ablauf des Seminars, um die Veranstaltung vollständig online durchzuführen und dennoch eine sinnvolle Betreuung sicher zu stellen:

  • Die Vorträge werden in Form von Videos eingereicht. Das bevorzugte Format sind Screen-Casts, also Videos, in denen die Folien im Bild zu sehen sind, während die Stimme der/des Vortragenden aufgenommen wird. Soche Videos können mit minimalem Aufwand erstellt werden. Andere Formate sind möglich.
  • Diese Form der Vorträge ermöglicht einen deutlich asynchroneren Ablauf als in einem normalen Semester. Die Vorträge finden nicht im Wochentakt statt, sondern werden in mehreren (inhaltlich motivierten) Blöcken bereitgestellt.
  • Zum Charakter eines Seminars gehört eine Diskussion der im Vortrag vorgestellten Inhalte. Dies wird auf zwei Wegen realisiert. Einerseits wird es die Möglichkeit geben, zu jedem Vortrag Fragen zu stellen, die dann vom Vortragenden beantwortet werden sollen. Weiterhin schreibt jeder Teilnehmer zu einem Vortrag eine ausführliche inhaltliche Zusammenfassung.
  • Gespräche für Feedback zu den einzelnen Vorträge werden per Video-Konferenz durchgeführt.

Zeitplan

  • 04.04. um 14:15: Erstes Treffen im Zoom. Einführung und Organisation des Seminars.
  • bis 11.04.: Verteilung der Vortragsthemen über den Moodle-Kurs.
  • Der weitere Verlauf ist aktuell noch in Planung.

Vortragsthemen

  • Deep Networks and The Imagenet Challenge
  • (Variational) Auto-Encoder
  • Generative Adversarial Networks
  • Reinforcement Learning
  • Temporal Difference Learning
  • Deep Colorization
  • Deepfake
  • GANs for Music Composition
  • GANs for Video Game Content
  • Generating Art
  • Image/Art Style Transfer
  • Matching of 3D Structures
  • Monocular Depth Estimation
  • Monte Carlo Tree Search, Alpha-Go Zero
  • Music Analysis
  • Pedestrian Detection
  • Region-Networks
  • RL with Neural Networks
  • Segmentation of (Medical) Images
  • Text to Image

Lecturers

Details

Course type
Seminars
Credits
3
Term
Summer Term 2022
E-Learning
moodle course available

Dates

Seminar
Takes place every week on Monday from 14:15 to 15:45.
First appointment is on 04.04.2022
Last appointment is on 11.07.2022

Requirements

Der Kurs Artificial Neural Networks wird dringend als Hintergrund empfohlen.


Lernziele:

  • Eigenständige Erarbeitung von Forschungsliteratur
  • Aufarbeitung des Materials und Präsentation in einem Vortrag
  • Diskussion der Inhalte in der Gruppe
  • Verbesserung des Präsentationsstils durch konstruktives Feedback

The Institut für Neuroinformatik (INI) is a central research unit of the Ruhr-Universität Bochum. We aim to understand the fundamental principles through which organisms generate behavior and cognition while linked to their environments through sensory systems and while acting in those environments through effector systems. Inspired by our insights into such natural cognitive systems, we seek new solutions to problems of information processing in artificial cognitive systems. We draw from a variety of disciplines that include experimental approaches from psychology and neurophysiology as well as theoretical approaches from physics, mathematics, electrical engineering and applied computer science, in particular machine learning, artificial intelligence, and computer vision.

Universitätsstr. 150, Building NB, Room 3/32
D-44801 Bochum, Germany

Tel: (+49) 234 32-28967
Fax: (+49) 234 32-14210