Mathematische Grundlagen zu Künstliche Intelligenz, Neuronale Netze und Data Analytics II (Prüfungsordnungsmodul)5 ECTSDie Beschreibung eines Prüfungsordnungsmoduls enthält allgemeine
Angaben zur Verwendbarkeit und zu den Rahmenbedingungen für Prüfungen,
so wie sie in den Prüfungsordnungen festgelegt sind. Zusätzlich kann eine allgemeine Modulbeschreibung, die übergreifend
für alle konkreten (UnivIS-)Module gilt, enthalten sein. Die
konkreten Modulbeschreibungen mit Angaben zu den
Lehrveranstaltungen und Prüfungsdetails sind unter den zugeordneten
UnivIS-Modulen zu finden.
Verwendbarkeit des Moduls / Einpassung in den Musterstudienplan:
- Computational and Applied Mathematics (Master of Science)
(Po-Vers. 2017w | NatFak | Computational and Applied Mathematics (Master of Science) | Specialisation: Modeling and applied analysis (MApA) and optimization (Opti) | Mathematische Grundlagen zu Künstliche Intelligenz, Neuronale Netze und Data Analytics II)
- Computational and Applied Mathematics (Master of Science)
(Po-Vers. 2017w | NatFak | Computational and Applied Mathematics (Master of Science) | Specialisation: Numerical analysis and simulation (NASi) and optimization (Opti) | Mathematische Grundlagen zu Künstliche Intelligenz, Neuronale Netze und Data Analytics II)
- Computational and Applied Mathematics (Master of Science)
(Po-Vers. 2019w | NatFak | Computational and Applied Mathematics (Master of Science) | Gesamtkonto | Specialisation: Modeling and applied analysis (MApA) and optimization (Opti) | Mathematische Grundlagen zu Künstliche Intelligenz, Neuronale Netze und Data Analytics II)
- Computational and Applied Mathematics (Master of Science)
(Po-Vers. 2019w | NatFak | Computational and Applied Mathematics (Master of Science) | Gesamtkonto | Specialisation: Numerical analysis and simulation (NASi) and optimization (Opti) | Mathematische Grundlagen zu Künstliche Intelligenz, Neuronale Netze und Data Analytics II)
- Data Science (Bachelor of Science)
(Po-Vers. 2020w | Vertiefungsrichtungen | Mathematische statistische Datenanalyse (MSD) | Mathematische Grundlagen zu Künstliche Intelligenz, Neuronale Netze und Data Analytics II)
- Mathematik (Master of Science)
(Po-Vers. 2014w | NatFak | Mathematik (Master of Science) | alte Prüfungsordnungen | Gesamtkonto | Studienrichtung Modellierung, Simulation und Optimierung | Mathematische Grundlagen zu Künstliche Intelligenz, Neuronale Netze und Data Analytics II)
- Mathematik (Master of Science)
(Po-Vers. 2015w | NatFak | Mathematik (Master of Science) | Gesamtkonto | Studienrichtung Modellierung, Simulation und Optimierung | Mathematische Grundlagen zu Künstliche Intelligenz, Neuronale Netze und Data Analytics II)
- Mathematik (Master of Science)
(Po-Vers. 2019w | NatFak | Mathematik (Master of Science) | Gesamtkonto | Studienrichtung Modellierung, Simulation und Optimierung | Mathematische Grundlagen zu Künstliche Intelligenz, Neuronale Netze und Data Analytics II)
- Wirtschaftsmathematik (Master of Science)
(Po-Vers. 2014w | NatFak | Wirtschaftsmathematik (Master of Science) | Gesamtkonto | Studienrichtung Optimierung und Prozessmanagement | Kernmodule Studienrichtung Optimierung und Prozessmanagement | Mathematische Grundlagen zu Künstliche Intelligenz, Neuronale Netze und Data Analytics II)
- Wirtschaftsmathematik (Master of Science)
(Po-Vers. 2014w | NatFak | Wirtschaftsmathematik (Master of Science) | Gesamtkonto | Studienrichtung Optimierung und Prozessmanagement | Forschungsmodule Studienrichtung Optimierung und Prozessmanagement | Mathematische Grundlagen zu Künstliche Intelligenz, Neuronale Netze und Data Analytics II)
- Wirtschaftsmathematik (Master of Science)
(Po-Vers. 2015w | NatFak | Wirtschaftsmathematik (Master of Science) | Studienrichtung Optimierung und Prozessmanagement | Kernmodule Studienrichtung Optimierung und Prozessmanagement | Mathematische Grundlagen zu Künstliche Intelligenz, Neuronale Netze und Data Analytics II)
- Wirtschaftsmathematik (Master of Science)
(Po-Vers. 2015w | NatFak | Wirtschaftsmathematik (Master of Science) | Studienrichtung Optimierung und Prozessmanagement | Forschungsmodule Studienrichtung Optimierung und Prozessmanagement | Mathematische Grundlagen zu Künstliche Intelligenz, Neuronale Netze und Data Analytics II)
- Wirtschaftsmathematik (Master of Science)
(Po-Vers. 2019w | NatFak | Wirtschaftsmathematik (Master of Science) | Gesamtkonto | Studienrichtung Optimierung und Prozessmanagement | Mathematische Grundlagen zu Künstliche Intelligenz, Neuronale Netze und Data Analytics II)
- Wirtschaftsmathematik (Master of Science)
(Po-Vers. 2019w | NatFak | Wirtschaftsmathematik (Master of Science) | Gesamtkonto | Mathematische Wahlpflichtmodule | Studienrichtung Modellierung, Simulation und Optimierung | Mathematische Grundlagen zu Künstliche Intelligenz, Neuronale Netze und Data Analytics II)
- Wirtschaftsmathematik (Master of Science)
(Po-Vers. 2019w | NatFak | Wirtschaftsmathematik (Master of Science) | Gesamtkonto | Mathematische Wahlpflichtmodule | Specialisation: Modeling and applied analysis (MApA) and optimization (Opti) | Mathematische Grundlagen zu Künstliche Intelligenz, Neuronale Netze und Data Analytics II)
- Wirtschaftsmathematik (Master of Science)
(Po-Vers. 2019w | NatFak | Wirtschaftsmathematik (Master of Science) | Gesamtkonto | Mathematische Wahlpflichtmodule | Specialisation: Numerical analysis and simulation (NASi) and optimization (Opti) | Mathematische Grundlagen zu Künstliche Intelligenz, Neuronale Netze und Data Analytics II)
Studien-/Prüfungsleistungen:
- Mathematische Grundlagen zu Künstliche Intelligenz, Neuronale Netze und Data Analytics II (Prüfungsnummer: 57231)
- Prüfungsleistung, mündliche Prüfung, Dauer: 15 min, Drittelnoten (mit 4,3), 5 Leistungspunkte
- Anteil an der Berechnung der Modulnote: 100.0 %
UnivIS-Module:UnivIS-Module im aktuellen Semester (SS 2021):
|