07

März 2018
Erster Workshop

Ziel dieses Workshops war es, eine gemeinsame Basis zwischen den unterschiedlichen Branchen zu schaffen und erste Visionen zu formulieren.

Zu den Ergebnissen

11

April 2018
Zweiter Workshop

Ziel des zweiten Workshops war es, eine ganzheitliche Betrachtung von Gamification im Life Science Kontext zu ermöglichen. Dafür wurde – aufbauend auf dem ersten Workshop – die User Experience (UX), d.h. die Nutzererfahrung, in den Mittelpunkt gerückt.

Zu den Ergebnissen

27

Juni 2018
Dritter Workshop

In einem eintägigen Simulations-Workshop werden wir gemeinsam ihre Gamification Konzepte in regulierten Arbeitswelten entwickeln. Vision trifft auf Wirklichkeit: Realitätsnah mit Argumentationshilfen gegenüber den Entscheidern.

Mehr

Unsere Idee:

Komplexität in hochregulierten Arbeitswelten
spielend beherrschbar machen.

Teilnehmen
Veranstaltungsbeschreibung

113451a Ausgewählte Anwendungen der KI

Zuletzt geändert:15.06.2023 / Maucher
EDV-Nr:113451a
Studiengänge: Medieninformatik (Bachelor, 7 Semester), Prüfungsleistung im Modul Ausgewählte Anwendungen der KI in Semester 4 6 7
Häufigkeit: nur WS
Dozent:
Sprache: Deutsch
Art: -
Umfang: 2 SWS
ECTS-Punkte: 3
Inhaltliche Verbindung zu anderen Lehrveranstaltungen im Modul: Grundlage für das Verständnis dieser Vorlesung ist der bereits erfolgreich abgeschlossene Besuch des Moduls 113442 Künstliche Intelligenz. Ausserdem müssen grundlegende Python-Kenntnisse vorhanden sein. Diese können in einem eintägigen Vorkurs, der jeweils am Semesterbeginn angeboten wird, erschlossen werden.
Prüfungsform:
Bemerkung zur Veranstaltung: Teilnehmerbeschränkung, Deutsch
Beschreibung: Beschreibung der Inhalte siehe Homepage Maucher
English Title: Selected Topics of Artificial Intelligence
English Abstract: Currently the by far most prominent category of AI is Machine Learning, in particular Deep Learning. Deep Neural Networks have revolutionized many tasks of Computer Vision, Natural Language Processing, Data Mining, Time Series Prediction, Control and many others. Moreover, this type of AI has enabled new applications like automatic content generation, question answering etc. In order to build, train, evaluate and apply neural networks we usually apply Python frameworks like Pytorch or Tensorflow/Keras. This lecture introduces in the Python framework Pytorch. First some general concepts of Pytorch are described. After this, Deep Neural Networks for selected applications from the fields of Computer Vision, Natural Language Processing, Data Mining and Control are implemented in Pytorch.
Internet: Homepage Maucher

    Termine