Navigation und Suche der Universität Osnabrück


Hauptinhalt

Topinformationen

Das Fachgebiet ist verantwortlich für die Lehre in folgenden Modulen (VL: Vorlesung):

Im Bachelorstudiengang BSc-Psychologie

  • Modul B-Psy-122: Allgemeine Psychologie II, 8 LPS
    2 Vorlesungen: VL Lernen (im WS) und VL Emotion und Motivation (im SS). Modulprüfung: Klausur

  • Modul B-Psy 123: Biologische Psychologie, 8 LPS
    1 VL (im SS) und 1 Seminar (im WS). Modulprüfung: Klausur.

Im MSc-Studiengang: "MSc Psychologie, Schwerpunkt Klinische Psychologie"

  • Modul M-Psy 111: Biopsychologie und Psychosomatik / Verhaltensmedizin, 12 LPS
    1 VL Biopsychologie (im WS), 1 VL Psychosomatik/Verhaltensmedizin (im SS) und 1 Seminar Psychosomatik/Verhaltensmedizin und Neuropsychologie (im SS). Modulprüfung: Klausur

  • *Modul M-Psy-114, Studienprojekt und Kolloquium im Klinischen Schwerpunkt, 11 LPS (anteilmäßig beteiligt).

Zusatzangebote

  • Kurs Blockpraktikum Neuroanatomie

    Wir organisieren den 1-wöchigen Blockkurs "Neuroanatomie", der an der Universität Münster durch Prof. Dr. W. Knabe in der vorlesungsfreien Zeit des WS und SS durchgeführt und aus Studienqualitätsmitteln finanziert wird. Der Kurs ist teilnehmerbeschränkt. Bei Überschreiten der Interessentenzahl erfolgt die Platzvergabe im Losverfahren. Weitere Informationen hier.

Nachfolgend finden Sie die Angaben zur Lehre im aktuellen Semester:

Machine Learning (Lecture) (CS-BP-NI, CS-BWP-AI, CS-BWP-INF, CS-BWP-NI)

Prof. Dr.-Ing. Gunther Heidemann
Ulf Krumnack, Ph.D.
Lukas Niehaus

Veranstaltungstyp: Vorlesung und Übung
TeilnehmerInnen: ab 4. Semester

Beschreibung:
Prerequisites: None

Being a mainly academic topic about 20 years ago, Machine Learning has become a discipline of major impact on both science and engineering by today. This course introduces the basics of Machine Learning and Data Mining. Major topics are concept learning, decision trees, problems of data in high dimensional representations, clustering algorithms, linear and nonlinear dimension reduction, artificial neural networks (e.g. multilayer perceptrons, RBF networks, self-organizing maps), classification methods, reinforcement learning, modeling uncertainty and temporal probability models.

Erstes Treffen:
Dienstag, 02.04.2024 14:00 - 16:00, Ort: 93/E31

Ort:
93/E31: Di. 14:00 - 16:00 (14x) Mi. 10:00 - 12:00 (13x) Do. 10:00 - 12:00 (13x), 32/110: Donnerstag, 04.07.2024 10:00 - 12:00

Semester:
SoSe 2024

Zeiten:
Di. 14:00 - 16:00 (wöchentlich) - Übung, Ort: 93/E31, Mi. 10:00 - 12:00 (wöchentlich) - Vorlesung, Ort: 93/E31, Do. 10:00 - 12:00 (wöchentlich) - Vorlesung, Ort: 93/E31, Termine am Donnerstag, 04.07.2024 10:00 - 12:00, Ort: 32/110

Leistungsnachweis:


Veranstaltungsnummer:
8.3072

ECTS-Kreditpunkte:
12

Bereichseinordnung:
Veranstaltungen > Cognitive Science > Bachelor-Programm Veranstaltungen > Cognitive Science > Master-Programm Schnupperstudium > Schnupper Uni > Cognitive Science Courses in English > Human Sciences (e.g. Cognitive Science, Psychology) Uni für Alle > Cognitive Science