Sample menu:

Vorlesung "Adaptive Systeme" AS-1 und AS-2

 

Neben den Originalfolien sind für Annotationen während der Vorlesung die Handzettel-Folien zum Ausdrucken gedacht; zum Lernen und Wiederholen die einfachen Folien im PDF-Format.

Das aktuelle Skript steht in früherer Version auch als Buch in der Informatikbibliothek.

Die aufgezeichneten Videos der Vorlesung sind hier zu finden.

Die Übungen sind wichtiger Bestandteil der Veranstaltung.

Termin

Thema

(komprimierte) Folien im .pptx-Format

Handzettel-Folien für Notizen

 15.10.

Motivation und Überblick, Gehirnstruktur, biolog. Neuronen, formale Neuronen, Schichten,

 17.10.

Modellierung: Formale Neuronen, Feedforward-Netze, Schichten, DEF formale Neuronen, UND/ODER/NOT-Gatter, Schichten, affine Abbildung

 22.10.

Assoziativspeicher,
Muster und Klassen

 24.10.

 

Klassifizierung und lin. Separierung, Korrelationsspeicher, Binärer Speicher,

29.10.

Lernen1: Perzeptron-Lernregel, Adaline, stoch. Lernen

31.10.

Lernen1: Perzeptron-Lernregel, Perzeptron-Fähigkeiten, Adaline-Lernregel,

5.11. 

Backpropagation, Offline/Online-Learning, Beispiele: NetTalk, BP-Anwendungen

14.11.

Lernarten, Newton-Iteration, Konvergenz, stoch. Iteration, Bedingungen

19.11.

BP-Anwendungen,

21.11. 

Stoch. Klassifikation, ROC-Kurven, Multilayer-Netze

26.11.

Lin. Transformationen und PCA-Netze, Transform Coding, PCA

28.11.

Backprop., Verbesserungen der Konvergenz

3.12.

PCA-Netze, ICA

5.12.

Lin.Transformationen, Hebb-Regel, PCA-Lernen

10.12.

ICA, Algorithmen und Anwendungen,Somatotopische Karten,

12.12.

PCA-Netze, Weissen und Orthonormalisierung, Fixpunkte

17.12.

Selbst-organisierende Karten,SOM-Anwendungen

19.12.13

ICA-Algorithmen,

Weihnachtsferien

14.1.14

RBF-Netze

16.1.

Fixpunktalgorithmus. Konkurrentes Lernen: Vektorquantisierung,

21.1.

Fuzzy-Systeme

23.1.

Competive Learning, SOM, Neuronale Gase.

 

 

28.1.

Evolutionäre Algorithmen,

AS1-7

AS1-7

30.1.

Glockenfunktionen, RBF-Netze

AS2-5 

AS2-5 

4.2.

 Schwarmintelligenz

AS1-8 

 AS1-8 

6.2.

 Vector support Maschinen

 

 

Montag, 10.2.

Abschlussklausur um 14.00 -17.00 Uhr Magnus-Hörsaal

Ein einfacher Taschenrechner (kein Smartphone!) ist als Hilfsmittel erlaubt.

Material

Zum Vergleichen und Nacharbeiten sind auch die Folien früherer Vorlesungen verfügbar: