Technische Universität Braunschweig
  • Studium & Lehre
    • Vor dem Studium
      • Informationen für Studieninteressierte
      • Studiengänge von A-Z
      • Bewerbung
      • Fit4TU - Self-Assessment
      • Beratungsangebote für Studieninteressierte
      • Warum Braunschweig?
    • Im Studium
      • Erstsemester-Hub
      • Semestertermine
      • Lehrveranstaltungen
      • Informationen für Erstsemester
      • Studien-ABC
      • Studienorganisation
      • Beratungsnavi
      • Zusatzqualifikationen
      • Finanzierung und Kosten
      • Besondere Studienbedingungen
      • Hinweise zum Coronavirus
      • Gesundheit & Wohlbefinden
      • Campusleben
    • Nach dem Studium
      • Exmatrikulation und Vorlegalisation
      • Nach dem Abschluss
      • Alumni
    • Strategien und Qualitätsmanagement
      • Strategiepapiere für Studium und Lehre
      • Studienqualitätsmittel
      • Studiengangsentwicklung
      • Qualitätsmanagement
      • Rechtliche Grundlagen
    • Für Lehrende
      • Informationen für Lehrende
      • Lernmanagementsystem Stud.IP
      • Lehre und Medienbildung
    • Kontakt
      • Studienservice-Center
      • Sag's uns - in Studium und Lehre
      • Zentrale Studienberatung
      • Immatrikulationsamt
      • Abteilung 16 - Studium und Lehre
      • Career Service
      • Projekthaus
  • Forschung
    • Forschungsprofil
      • Forschungsschwerpunkte
      • Exzellenzcluster
      • Forschungsprojekte
      • Forschungszentren
      • Forschungsprofile der Professuren
    • Wissenschaftlicher Nachwuchs
      • Förderung des wissenschaftlichen Nachwuchs
      • Promotion
      • Postdocs
      • Nachwuchsgruppenleitung
      • Junior Professur und Tenure-Track
      • Habilitation
      • Service-Angebote für Wissenschaftler*innen
    • Forschungsdaten & Transparenz
      • Transparenz in der Forschung
      • Forschungsdaten
      • Open Access Strategie
      • Digitale Forschungsanzeige
    • Forschungsförderung
      • Netzwerk Forschungsförderung
      • Datenbanken und Stiftungen
    • Kontakt
      • Forschungsservice
      • Graduiertenakademie
  • International
    • Internationale Studierende
      • Warum Braunschweig?
      • International Student Support
      • Studium mit Abschluss
      • Austauschstudium
      • Geflüchtete
      • TU Braunschweig Summer School
    • Wege ins Ausland
      • Studium im Ausland
      • Praktikum im Ausland
      • Lehren und Forschen im Ausland
      • Arbeiten im Ausland
    • Internationale Wissenschaftler*innen
      • Internationale Postdocs und Professor*innen
      • Internationale Promovierende
      • Service für gastgebende Einrichtungen
    • Sprachen und interkulturelle Kompetenzvermittlung
      • Deutsch lernen
      • Fremdsprachen lernen
      • Interkulturelle Kompetenzvermittlung
    • Internationales Profil
      • Internationalisierung
      • Internationale Kooperation
    • International House
      • Wir über uns
      • Kontakt & Sprechstunden
      • Aktuelles und Termine
      • Newsletter, Podcast & Videos
      • Stellenausschreibungen
  • Die TU Braunschweig
    • Unser Profil
      • Ziele & Werte
      • Ordnungen und Leitlinien
      • Allianzen & Partner
      • Die Initiative Hochschulentwicklung 2030
      • Internationale Strategie
      • Fakten & Zahlen
      • Unsere Geschichte
    • Karriere
      • Arbeiten an der TU
      • Stellenmarkt
      • Berufsausbildung an der TU
    • Wirtschaft & Unternehmen
      • Unternehmensgründung
      • Freunde & Förderer
    • Öffentlichkeit
      • Veranstaltungskalender
      • Check-in für Schüler*innen
      • Hochschulinformationstag (HIT)
      • Kinder-Uni
      • Gasthörer*innen & Senior*innenstudium
      • Nutzung der Universitätsbibliothek
    • Presse & Kommunikation
      • Stabsstelle Presse und Kommunikation
      • Medienservice
      • Ansprechpartner*innen
      • Tipps für Wissenschaftler*innen
      • Themen und Stories
    • Kontakt
      • Allgemeiner Kontakt
      • Anreise
      • Für Hinweisgeber
  • Struktur
    • Leitung & Verwaltung
      • Das Präsidium
      • Stabsstellen
      • Verwaltung
      • Organe, Statusgruppen und Kommissionen
    • Fakultäten
      • Carl-Friedrich-Gauß-Fakultät
      • Fakultät für Lebenswissenschaften
      • Fakultät Architektur, Bauingenieurwesen und Umweltwissenschaften
      • Fakultät für Maschinenbau
      • Fakultät für Elektrotechnik, Informationstechnik, Physik
      • Fakultät für Geistes- und Erziehungswissenschaften
    • Institute
      • Institute von A-Z
    • Einrichtungen
      • Universitätsbibliothek
      • Gauß-IT-Zentrum
      • Zentrale Personalentwicklung
      • International House
      • Projekthaus
      • Transfer- und Kooperationshaus
      • Hochschulsportzentrum
      • Einrichtungen von A-Z
    • Studierendenschaft
      • Studierendenparlament
      • Fachschaften
      • Studentische Wahlen
    • Lehrer*innenbildung
      • Lehrer*innenfortbildung
      • Forschung
    • Chancengleichheit
      • Gleichstellung
      • Familie
      • Diversität
    • Kontakt
      • Personensuche
  • Suche
  • Schnellzugriff
    • Personensuche
    • Webmail
    • cloud.TU Braunschweig
    • Messenger
    • Mensa
    • TUconnect (Studierendenportal)
    • Lehrveranstaltungen
    • Im Notfall
    • Stud.IP
    • UB Katalog
    • Status GITZ-Dienste
    • Störungsmeldung GB3
    • IT Self-Service
    • Informationsportal (Beschäftigte)
    • Beratungsnavi
    • Linksammlung
    • DE
    • EN
    • Facebook
    • Twitter
    • Instagram
    • YouTube
    • LinkedIn
Menü
  • Technische Universität Braunschweig
  • Struktur
  • Fakultäten
  • Fakultät für Elektrotechnik, Informationstechnik, Physik
  • Institute
  • Institut für Nachrichtentechnik
  • Studium & Lehre
  • Lehrveranstaltungen im Sommersemester
  • Computer Lab Mustererkennung
Logo Institut für Nachrichtentechnik der TU Braunschweig
  • Lehrveranstaltungen im Sommersemester
    • Advanced Topics in Mobile Radio Systems
    • Bildkommunikation II
    • Codierungstheorie
    • Computer Lab Mustererkennung
    • Digitale Signalübertragung
    • Digitale Signalverarbeitung
    • Deep Learning Lab
    • Einführung in die Elektrotechnik für Medienwissenschaftler
    • Elektrotechnische Grundlagen der Technischen Informatik
    • Introduction to Quantum Networks
    • Labor Mobilfunksysteme
    • Maschinelles Lernen und seine Anwendung in der Nachrichtentechnik
    • Modellierung und Simulation von Mobilfunksystemen
    • Netzwerk-Informationstheorie
    • Oberseminar Machine Learning
    • Optimierungs- und Spieltheorie in der Nachrichtentechnik
    • Pattern Recognition (Mustererkennung)
    • Planung terrestrischer Funknetze
    • Rechnerübung zur Codierungstheorie
    • Rechnerübung zur Digitalen Signalverarbeitung
    • Rechnerübung zur Modellierung und Simulation von Mobilfunksystemen
    • Rechnerübung zur Planung terrestrischer Funknetze
    • Rechnerübung zur digitalen Signalübertragung
    • Ringvorlesung Elektrotechnik und Informationstechnik
    • Sicherheit auf der Übertragungsschicht
    • Softwareentwicklungspraktikum
    • Teamprojekt Digitale Signalverarbeitung
    • ⤶ Studium & Lehre
    • ⌂ IfN

Computer Lab Mustererkennung

Zu sehen ist ein ipython notebook

Inhalt

Das Computer Lab Mustererkennung soll Studierenden mit theoretischen Vorkenntnissen im Bereich Machine Learning eine praktische Einführung in den Bereich Machine Learning und insbesondere Deep Learning bieten. Es wird zunächst eine Einführung in die Programmiersprache Python geben und anschließend eine Einführung in die Deep Learning Bibliotheken PyTorch und Tensorflow geben. Danach wird anhand von konkreten Beispielen aus den Bereichen Bildverarbeitung und Sprachverarbeitung die konkrete Anwendung dieser Deep Learning Bibliotheken geübt. Das Labor besteht aus 7 Units, von denen mindestens 6 bestanden werden müssen. Die Aufgaben werden auf einem Jupyterhub stattfinden. Alle 2 Wochen wird eine Unit verfügbar gemacht, die dann bearbeitet wird und anschließend abgegeben wird. Im Detail werden die folgenden Themen in den 7 Units des Computer Labs bearbeitet:

  • Interaktive Einführung in die Grundlagen von Python mit Jupyter-Notebooks, Grundlagen der Datenverarbeitung, -aufbereitung und –visualisierung
  • Nutzung von Single-Layer-Machine-Learning-Modellen zur Lösung eines Zwei-Klassen-Problems: Support-Vector-Maschinen (auf Basis der libsvm) im Vergleich zu einem neuronalen Netz. Aufteilung und Nutzung von Datensätzen, Anwendung passender Metriken zur Evaluierung, Nutzung von High-Level Machine-Learning-Bibliotheken wie SciKit-Learn
  • Nutzung von tiefen neuronalen Netzwerken zur Lösung eines Vielklassen-Klassifizierungs-Problems, Kennenlernen von anerkannten akademischen Datensätzen wie MNIST und CIFAR-10, Einführung in die Nutzung der Deep-Learning-Bibliotheken PyTorch und Tensorflow, Nutzung und Anpassung von vortrainierten Modellen
  • Nutzung von Faltungsnetzwerken zur Lösung von anspruchsvolleren Bildverarbeitungs-Problemen wie der semantischen Segmentierung und der Tiefenschätzung, Nutzung von Regularisierungsmethoden im Training
  • Nutzung von vielfältigen Kostenfunktionen zur Optimierung von neuronalen Netzwerken, Implementierung von generativen Modellen wie Generative Adversarial Networks (GANs)
  • Nutzung von rekurrenten neuronalen Netzwerken zur Lösung von Problemen auf Basis von Zeitreihendaten, Anwendung von Konzepten zur Anomaliedetektion
  • Nutzung von rekurrenten neuronalen Netzwerken zur Sprachverarbeitung am Beispiel der Störgeräuschreduktion, Analyse von neuronalen Netzwerken in Bezug auf ihre Komplexität (FLOPs, Anzahl Parameter)

Dozent: Prof. Dr.-Ing. Tim Fingscheidt

Assistent: Marvin Klingner

Labor (PATREC Lab) (Modul-Nr.: TBD):
 
Umfang (SWS): 4h =  5 LPs
Zeit: individuell gestaltbar
Ort: Online
Sprache: deutsch / englisch

Anmeldung und Ablauf

Zu Beginn jedes Semesters wird ein Kick-Off Termin stattfinden. Dieser wird im SoSe 2023 am 19.4. von 16:45-17:30 im SN 22.1 stattfinden. Eine Anmeldung muss dann bis zum 20.4. 23:59 in der stud.IP Veranstaltung erfolgen. Eine nachträgliche Anmeldung ist nicht möglich. Alle weiteren Informationen werden im stud.IP und beim Kick-Off veröffentlicht.

Bildnachweise dieser Seite

Für alle

Stellen der TU Braunschweig
Jobbörse des Career Service
Merchandising
Sponsoring- & Spendenleistungen
Drittmittelgeförderte Forschungsprojekte
Vertrauenspersonen für Hinweisgeber

Für Studierende

Semestertermine
Lehrveranstaltungen
Studiengänge von A-Z
Informationen für Erstsemester
TUCard

Interne Tools

Status GITZ-Dienste
Handbuch für TYPO3 (Intern)
Corporate Design-Toolbox (Intern)
Glossar (DE-EN)
Meine Daten ändern
Hochschulöffentliche Bekanntmachungen

Kontakt

Technische Universität Braunschweig
Universitätsplatz 2
38106 Braunschweig
Postfach: 38092 Braunschweig
Telefon: +49 (0) 531 391-0

Anreise

© Technische Universität Braunschweig
Impressum Datenschutz Barrierefreiheit

Zur anonymisierten Reichweitenmessung nutzt die TU Braunschweig die Software Matomo. Die Daten dienen dazu, das Webangebot zu optimieren.
Weitere Informationen finden Sie in unserer Datenschutzerklärung.