Deep Learning and Multimedia Information Analysis

Informationen zur Lehrveranstaltung
TitelΒαθιά Μάθηση και Ανάλυση Πολυμεσικών Δεδομένων / Deep Learning and Multimedia Information Analysis
CodeDMCI201
Cycle / Level2. Magisterstudiengang
SemesterSpring
CoordinatorAnastasios Tefas
CommonJa
StatusAktiv
Course ID600016145

Studienplan: PMS PSĪFIAKA MESA - YPOLOGISTIKĪ NOĪMOSYNĪ (2018 éōs sīmera) PF

Registered students: 13
FachrichtungForm des KursbesuchsSemesterJahrECTS
KORMOSYPOCΗREŌTIKO KAT' EPILOGĪN217.5

Informationen zur Veranstaltung
Akademisches Jahr2019 – 2020
KurslehrdauerSpring
Faculty Instructors
Weekly Hours3
Total Hours39
Class ID
600153680
Course Type 2016-2020
  • Grundlagenkenntnisse
  • Allgemeinwissen
  • Wissenschaftlicher Fachbereich
  • Entwicklung von Fertigkeiten
Veranstaltungstyp
  • Persönliche Anwesenheit
Elektronischer Zugang zu Unterrichtsmaterialien
Erasmus
The course is also offered to exchange programme students.
Sprache
  • Griechisch (Lehre, Prüfung)
Allgemeine Kompetenzen
  • Anwendung des Wissens in der Praxis
  • Recherche, Analyse und Verarbeitung von Daten und Informationen mittels der Verwendung technologischer Medien
  • Anpassung an neue Situationen
  • Entscheidungsfähigkeit
  • Autonomes Arbeiten
  • Produktion von neuen Forschungsideen
  • Planung und Projektmanagement
  • Kritik und Selbstkritik
  • Förderung des freien, kreativen und induktiven Denkens
Lehrmaterialien
  • Buch
  • Skript
  • Folien
  • Audio
  • Interaktive Übungen
Einsatz von Informations- und Kommunikationstechnologie
IKT-Nutzung
  • Einsatz von IKT in der Lehre
  • Einsatz von IKT in der Bewertung der Studierenden
Unterrichtsorganisation
ActivitiesArbeitsbelastungECTSEinzelarbeitGruppenarbeitErasmus
Vorlesungen39
Rezeption/ Analyse von Texten86
Projekt60
Erstellen einer Arbeit / v. Arbeiten15
Prüfung25
Total225
Bewertung der Studierenden
Beschreibung des Verfahrens
  • Schriftliche Prüfung mit kurzen Antworten auf Fragen (Endnote)
  • Schriftliche Prüf. mit ausführlichen Antworten auf Fragen (Endnote)
  • Schriftliche Prüfung mit Problemlösung (Entwicklung, Endnote)
  • Öffentliche Präsentation (Entwicklung, Endnote)
Empfohlene Bibliographie
zum Kurs (Eudoxos)
1. ΤΕΧΝΗΤΑ ΝΕΥΡΩΝΙΚΑ ΔΙΚΤΥΑ, Κ. ΔΙΑΜΑΝΤΑΡΑΣ, ΚΛΕΙΔΑΡΙΘΜΟΣ, 2007, ΑΘΗΝΑ 2. ΝΕΥΡΩΝΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΜΗΧΑΝΙΚΗ ΜΑΘΗΣΗ, 3η ΕΚΔΟΣΗ, S. Haykin, Παπασωτηρίου, 2010, Αθήνα. 3. Διαφάνειες και υλικό σε ηλεκτρονική μορφή 4. Free E-books στα Αγγλικά
Weitere Bibliographie
Deep Learning, Ian Goodfellow and Yoshua Bengio and Aaron Courville, MIT Press, 2016, http://www.deeplearningbook.org/
Last Update
10-01-2023