Übung: 6061UE Introduction to Deep Learning - Details

Allgemeine Informationen

Veranstaltungsname	Übung: 6061UE Introduction to Deep Learning
Untertitel
Veranstaltungsnummer	6061UE
Semester	WiSe 26/27
Aktuelle Anzahl der Teilnehmenden	62
Heimat-Einrichtung	Professur für Angewandtes Maschinelles Lernen
Veranstaltungstyp	Übung in der Kategorie Lehre (ohne Prüfung)
Nächster Termin	Donnerstag, 15.10.2026 12:00 - 14:00 Uhr, Ort: (WIWI) HS 8
Art/Form

Lehrende/r

• Prof. Dr. Florian Lemmerich

Räume und Zeiten

(WIWI) HS 8

Donnerstag: 12:00 - 14:00, wöchentlich (15x)

Studienbereiche

Die Angaben zu den Anrechenbarkeiten an der FIM sind ohne Gewähr. Bitte beachten Sie die verbindliche Liste der Anrechenbarkeiten .

• Universität Passau
  • Studienangebote in anderen Sprachen
    • Studienangebot in englischer Sprache
  • Fakultät für Informatik und Mathematik
    • Studiengänge
      • Master Artificial Intelligence Engineering
      • Master Computational Mathematics
      • Master Informatik

Modulzuordnungen

• Universität Passau
  • Master Artificial Intelligence Engineering (Version WiSe 2021) (Hauptfach)
    • Abschluss MR AIE > Gesamtkonto MR AIE > Wahlpflichtbereich > Modulgruppe "Artificial Intelligence Methods"
      • 471670 - Introduction to Deep Learning
        • Introduction to Deep Learning
  • Master Computational Mathematics (Version SoSe 2018) (Hauptfach)
    • Abschluss MR CMT > Gesamtkonto MR CMT > Wahlpflichtbereich > Modulgruppe Data Analysis and Data Management and Programming
      • 471616 - Introduction to Deep Learning
        • Introduction to Deep Learning
  • Master Informatik (Version SoSe 2016) (Hauptfach)
    • Abschluss MR INF > Gesamtkonto MR INF > Modulgruppe Informations- und Kommunikationssysteme
      • 471616 - Introduction to Deep Learning
        • Introduction to Deep Learning
    • Abschluss MR INF > Gesamtkonto MR INF > Modulgruppe Intelligente Technische Systeme
      • 471616 - Introduction to Deep Learning
        • Introduction to Deep Learning

Kommentar/Beschreibung

Exercise to the lecture "Deep Learning"