NEURAL NETWORKS - DEEP LEARNING
| Titel | ΝΕΥΡΩΝΙΚΑ ΔΙΚΤΥΑ - ΒΑΘΙΑ ΜΑΘΗΣΗ / NEURAL NETWORKS - DEEP LEARNING |
| Code | NDM-07-05 |
| Cycle / Level | 1. Grund- und Hauptstudiengang |
| Semester | Winter |
| Coordinator | Anastasios Tefas |
| Common | Ja |
| Status | Aktiv |
| Course ID | 600016578 |
Studienplan: PPS-Tmīma Plīroforikīs (2019-sīmera)
Registered students: 102
| Fachrichtung | Form des Kursbesuchs | Semester | Jahr | ECTS |
|---|---|---|---|---|
| GENIKĪ KATEUTHYNSĪ | YPOCΗREŌTIKO KATA EPILOGĪ | 7 | 4 | 5 |
| Akademisches Jahr | 2020 – 2021 |
| Kurslehrdauer | Winter |
| Faculty Instructors |
|
| Weekly Hours | 4 |
| Class ID | 600176662
|
Course Type 2016-2020
- Wissenschaftlicher Fachbereich
Veranstaltungstyp
- Persönliche Anwesenheit
- Fernstudium
Elektronischer Zugang zu Unterrichtsmaterialien
- e-Study Guide https://qa.auth.gr/de/class/1/600176662
- eLearning (Moodle): https://elearning.auth.gr/course/view.php?id=7943
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
- Entscheidungsfähigkeit
- Autonomes Arbeiten
- Gruppenarbeit
- Produktion von neuen Forschungsideen
- Planung und Projektmanagement
- Kritik und Selbstkritik
- Förderung des freien, kreativen und induktiven Denkens
Lehrmaterialien
- Skript
- Audio
- Multimedia-Materialien
- Interaktive Übungen
Einsatz von Informations- und Kommunikationstechnologie
IKT-Nutzung
- Einsatz von IKT in der Lehre
- Einsatz von IKT in der Bewertung der Studierenden
Unterrichtsorganisation
| Activities | Arbeitsbelastung | ECTS | Einzelarbeit | Gruppenarbeit | Erasmus |
|---|---|---|---|---|---|
| Vorlesungen | 102 | ✓ | |||
| Rezeption/ Analyse von Texten | 6 | ✓ | |||
| Projekt | 34 | ✓ | ✓ | ||
| Erstellen einer Arbeit / v. Arbeiten | 6 | ✓ | ✓ | ||
| Prüfung | 2 | ✓ | ✓ | ||
| Total | 150 |
Bewertung der Studierenden
Beschreibung des Verfahrens
- Schriftliche Prüfung mit Multiple-Choice-Fragen (Entwicklung, Endnote)
- Schriftliche Prüfung mit kurzen Antworten auf Fragen (Entwicklung, Endnote)
- Schriftliche Prüfung mit Problemlösung (Entwicklung, Endnote)
- Öffentliche Präsentation (Entwicklung, Endnote)
Empfohlene Bibliographie
zum Kurs (Eudoxos)
1. ΜΗΧΑΝΙΚΗ ΜΑΘΗΣΗ, Κ. ΔΙΑΜΑΝΤΑΡΑΣ, Δ. ΜΠΟΤΣΗΣ, ΚΛΕΙΔΑΡΙΘΜΟΣ, 2019, ΑΘΗΝΑ
2. ΝΕΥΡΩΝΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΜΗΧΑΝΙΚΗ ΜΑΘΗΣΗ, 3η ΕΚΔΟΣΗ, S. Haykin, Παπασωτηρίου, 2010, Αθήνα.
Weitere Bibliographie
https://www.deeplearningbook.org/
Last Update
10-04-2022
