700.197 (21S) Tutorium in Machine Learning and Tensorflow Basics

Sommersemester 2021

Anmeldefrist abgelaufen.

Erster Termin der LV
02.03.2021 17:00 - 19:00 Online Off Campus
... keine weiteren Termine bekannt

Überblick

Bedingt durch die COVID-19-Pandemie können kurzfristige Änderungen bei Lehrveranstaltungen und Prüfungen (z.B. Absage von Präsenz-Lehreveranstaltungen und Umstellung auf Online-Prüfungen) erforderlich sein.

Weitere Informationen zum Lehrbetrieb vor Ort finden Sie unter: https://www.aau.at/corona.
Tutor/in/Innen
LV-Titel englisch
Tutorium in Machine Learning and Tensorflow Basics
LV-Art
Tutorium
LV-Modell
Onlinelehrveranstaltung
Semesterstunde/n
2.0
ECTS-Anrechnungspunkte
0.0
Anmeldungen
16
Organisationseinheit
Unterrichtssprache
Englisch
LV-Beginn
02.03.2021
eLearning
zum Moodle-Kurs

Zeit und Ort

Beachten Sie bitte, dass sich aufgrund von COVID-19-Maßnahmen die derzeit angezeigten Termine noch ändern können.
Liste der Termine wird geladen...

LV-Beschreibung

Intendierte Lernergebnisse

Get to know and use Github, Pyhton and Machine Learning and Tensorflow Basics.

Lehrmethodik inkl. Einsatz von eLearning-Tools

In the BBB room with theory and programming examples.

Inhalt/e

  • Basics of the PYTHON language
  • Overview of the main librairies: Tensorflow, Keras, Pytorch, ...
  • Overview of main frameworks & models: Alexnet, VGG, ...
  • Introduction to GitHub
  • Input / Output management or accesses in Python
  • Short introduction to GAN (Generative Adversarial networks)
  • A few programming examples + small homework exercises

Erwartete Vorkenntnisse

No previous experience required

Prüfungsinformationen

Beurteilungsschema

Note Benotungsschema

Position im Curriculum

  • Bachelorstudium Informationstechnik (SKZ: 289, Version: 17W.1)
    • Fach: Informationstechnische Vertiefung (Wahlfach)
      • 10a.1 Grundlagen und Methoden der Simulationstechnik ( 0.0h VC / 3.0 ECTS)
        • 700.197 Tutorium in Machine Learning and Tensorflow Basics (2.0h TU / 0.0 ECTS)
          Absolvierung im 4. Semester empfohlen
  • Masterstudium Information and Communications Engineering (ICE) (SKZ: 488, Version: 15W.1)
    • Fach: Information and Communications Engineering: Supplements (NC, ASR) (Wahlfach)
      • Wahl aus dem LV-Katalog (Anhang 4) ( 0.0h VK, VO, KU / 14.0 ECTS)
        • 700.197 Tutorium in Machine Learning and Tensorflow Basics (2.0h TU / 0.0 ECTS)
  • Masterstudium Information and Communications Engineering (ICE) (SKZ: 488, Version: 15W.1)
    • Fach: Information and Communications Engineering: Supplements (NC, ASR) (Wahlfach)
      • Wahl aus dem LV-Katalog (Anhang 4) ( 0.0h VK, VO, KU / 14.0 ECTS)
        • 700.197 Tutorium in Machine Learning and Tensorflow Basics (2.0h TU / 0.0 ECTS)
  • Masterstudium Information and Communications Engineering (ICE) (SKZ: 488, Version: 15W.1)
    • Fach: Autonomous Systems and Robotics: Advanced (ASR) (Wahlfach)
      • Wahl aus dem LV-Katalog (siehe Anhang 3) ( 0.0h VK, VO / 30.0 ECTS)
        • 700.197 Tutorium in Machine Learning and Tensorflow Basics (2.0h TU / 0.0 ECTS)
  • Masterstudium Information and Communications Engineering (ICE) (SKZ: 488, Version: 15W.1)
    • Fach: Free Electives (Freifach)
      • Free Electives ( 0.0h XX / 6.0 ECTS)
        • 700.197 Tutorium in Machine Learning and Tensorflow Basics (2.0h TU / 0.0 ECTS)

Gleichwertige Lehrveranstaltungen im Sinne der Prüfungsantrittszählung

Diese Lehrveranstaltung ist keiner Kette zugeordnet