|
Mathematische Grundlagen zu Künstliche Intelligenz, Neuronale Netze und Data Analytics I (MGzKINNuDA)5 ECTS (englische Bezeichnung: Mathematical basics of artificial intelligence, neural networks and data analytics I)
Modulverantwortliche/r: Hans Georg Zimmermann Lehrende:
Hans Georg Zimmermann
Studienfächer/Prüfungsordnungsmodule:
Mathematische Grundlagen zu Künstliche Intelligenz, Neuronale Netze und Data Analytics (135017)
Startsemester: |
WS 2020/2021 | Dauer: |
1 Semester | Turnus: |
unregelmäßig |
Präsenzzeit: |
38 Std. | Eigenstudium: |
112 Std. | Sprache: |
|
Lehrveranstaltungen:
Inhalt:
Weitere Informationen sind im Modulhandbuch zu finden.
Lernziele und Kompetenzen:
Weitere Informationen sind im Modulhandbuch zu finden.
Bemerkung:
Weitere Informationen finden sich im Modulhandbuch // Further information are found in the module handbook
Mathematik (M.Sc.), Wirtschaftsmathematik (M.Sc.), Technomathematik (M.Sc.)
https://www.math.fau.de/wp-content/uploads/2020/10/Master_Module_WS20-21_201030.pdf
Verwendbarkeit des Moduls / Einpassung in den Musterstudienplan: Das Modul ist im Kontext der folgenden Studienfächer/Vertiefungsrichtungen verwendbar:
- 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)
- 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)
- 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)
- 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)
- 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)
- 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)
- 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)
- Technomathematik (Master of Science)
(Po-Vers. 2015w | NatFak | Technomathematik (Master of Science) | Mathematische Wahlmodule | Kernmodule Studienrichtung Optimierung und Prozessmanagement | Mathematische Grundlagen zu Künstliche Intelligenz, Neuronale Netze und Data Analytics)
- Technomathematik (Master of Science)
(Po-Vers. 2015w | NatFak | Technomathematik (Master of Science) | Mathematische Wahlmodule | Forschungsmodule Studienrichtung Optimierung und Prozessmanagement | Mathematische Grundlagen zu Künstliche Intelligenz, Neuronale Netze und Data Analytics)
- 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)
- 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)
- 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)
- 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)
- 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)
- 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)
- 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)
- 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)
Studien-/Prüfungsleistungen:
Mathematische Grundlagen zu Künstliche Intelligenz, Neuronale Netze und Data Analytics (Prüfungsnummer: 51331)
zugeh. "mein campus"-Prüfung: | - 51331 Mathematische Grundlagen zu Künstliche Intelligenz, Neuronale Netze und Data Analytics (Gewichtung: 100.0 %, Prüfung, Form: mündliche Prüfung, Drittelnoten (mit 4,3), Dauer: 15, 5 ECTS, Prüfung).
|
- Prüfungsleistung, mündliche Prüfung, Dauer (in Minuten): 15, benotet, 5 ECTS
- Anteil an der Berechnung der Modulnote: 100.0 %
- Erstablegung: WS 2020/2021, 1. Wdh.: WS 2020/2021
1. Prüfer: | Hans Georg Zimmermann (060358) |
|
![](/img/anew/void.gif) |
![](/img/anew/void.gif) |
|
UnivIS ist ein Produkt der Config eG, Buckenhof |
|
|