Mathematische Forschung zu Deep Learning (MFDL)5 ECTS
(englische Bezeichnung: Mathmatical Research in Deep Learning)

Studienfächer/Prüfungsordnungsmodule:

Lehrveranstaltungen:

• • AG Mathematics of Deep Learning
    (Arbeitsgemeinschaft, Daniel Tenbrinck et al., Di, 12:00 - 14:00, Zoom-Meeting)

Inhalt:

Weitere Informationen finden sich im Modulhandbuch. // Further information can be found in the module handbook.

Lernziele und Kompetenzen:

Weitere Informationen finden sich im Modulhandbuch. // Further information can be found in the module handbook.

Bemerkung:

Weitere Informationen finden sich im Modulhandbuch Data Science (B.Sc.): // Further information can be found in the module handbook Data Science (B.Sc.): https://www.math.fau.de/studium/im-studium/infocenter/pruefungen/modulhandbuecher-des-departments/

Verwendbarkeit des Moduls / Einpassung in den Musterstudienplan:
Das Modul ist im Kontext der folgenden Studienfächer/Vertiefungsrichtungen verwendbar:

1. Data Science (Bachelor of Science)
   (Po-Vers. 2020w | Vertiefungsrichtungen | Maschinelles Lernen / Artificial Intelligence (AI) | Mathematische Forschung zu Deep Learning)
2. Wirtschaftsmathematik (Master of Science)
   (Po-Vers. 2015w | NatFak | Wirtschaftsmathematik (Master of Science) | Mathematische Wahlmodule | Mathematische Forschung zu Deep Learning)
3. Wirtschaftsmathematik (Master of Science)
   (Po-Vers. 2019w | NatFak | Wirtschaftsmathematik (Master of Science) | Gesamtkonto | Mathematische Wahlpflichtmodule | Mathematische Forschung zu Deep Learning)

Studien-/Prüfungsleistungen:

Mathematische Forschung zu Deep Learning (Prüfungsnummer: 57131)

zugeh. "mein campus"-Prüfung:

57131 Mathematische Forschung zu Deep Learning (Gewichtung: 100.0 %, Prüfung, Form: variabel, Drittelnoten (mit 4,3), Dauer: -, 5 ECTS, Prüfung).

Prüfungsleistung, mündliche Prüfung, Dauer (in Minuten): 15, benotet, 5 ECTS

Anteil an der Berechnung der Modulnote: 100.0 %

Erstablegung: SS 2021, 1. Wdh.: SS 2021

1. Prüfer:

Daniel Tenbrinck (060258)