Masterstudium Visual Computing - Fakultät für Informatik, TU Wien

• Wahl geeigneter formal-mathematischer Methoden zur Modellbildung, Abstraktion,
Lösungsndung und Evaluation
• Interdisziplinäre und systemorientierte Herangehensweisen und exible Denkweise
• Zielorientierte Arbeitsmethodik
• Umgang mit Technologien, Software-Werkzeugen und Standards
• Präzise schriftliche Dokumentation von Lösungen
• Fähigkeit zur überzeugenden technischen Präsentation und Kommunikation in einem
interdisziplinären Umfeld
Soziale Kompetenzen, Innovationskompetenz und Kreativität:
• Selbstorganisation, Eigeninitiative und Eigenverantwortlichkeit
• Steigerung des individuellen Kreativitäts- und Innovationspotentials (Neugierde)
• Problemformulierungs- und Problemlösungskompetenz
• Kommunikation und Kritikfähigkeit
• Reexion der eigenen Fähigkeiten und Grenzen
• Kompetenz zur Teamarbeit und Verantwortung in komplexen Projekten
• Entscheidungsverantwortung und Führungskompetenz in komplexen Projekten
oder Tätigkeiten
• Folgenabschätzung und ethische Bewertung
• Strategisches Denken und Planen
Inhalt: The lecture is composed of classroom sessions and lab exercises: Feature Extraction,
Preprocessing, Normalisation, Clustering, Fuzzy Clustering, Gaussian Mixture
Models, Classiers, Support Vector Machines, Kernel Methods, Parameter Estimation,
Maximum Likelihood, Maximum a Posteriori, Expectation Maximisation, Overtting,
Classier Combination, Graphs, maps and grammars.
Erwartete Vorkenntisse:
Fachliche und methodische Kenntnisse: Für dieses Modul werden die inhaltlichen Voraussetzungen
für das Masterstudium Visual Computing erwartet.
Kognitive und praktische Fertigkeiten: Es werden die koginitiven und praktischen Fertigkeiten
eines einschlägigen Bachelorabsolventen erwartet.
Soziale Kompetenzen, Innovationskompetenz und Kreativität: Es werden die sozialen
Kompetenzen, Innovationskompetenz und Kreativität eines einschlägigen Bachelorabsolventen
erwartet.
Verpichtende Voraussetzungen:
44