Modul: Grundlagen des Maschinellen Lernens (6 Credits) | |
---|---|
Name im Diploma Supplement | Machine Learning Foundations |
Verantwortlich | Prof. Dr. Volker Gruhn |
Voraussetzungen | Siehe Prüfungsordnung. |
Workload | 180 Stunden studentischer Workload gesamt, davon:
|
Dauer | Das Modul erstreckt sich über 1 Semester. |
Qualifikationsziele | Die Studierenden
|
Prüfungsmodalitäten | Zum Modul erfolgt eine modulbezogene Prüfung in der Gestalt einer Klausur (in der Regel: 90-120 Minuten). |
Verwendung in Studiengängen |
|
Bestandteile |
|
Modul: Grundlagen des Maschinellen Lernens (WIWI‑M0908) |
Vorlesung mit integrierter Übung: Grundlagen des Maschinellen Lernens (6 Credits) | |||
---|---|---|---|
Name im Diploma Supplement | Machine Learning Foundations | ||
Anbieter | Lehrstuhl für Software-Engineering, insb. mobile Anwendungen | ||
Lehrperson | Prof. Dr. Volker Gruhn | ||
Semesterwochenstunden | 4 | Sprache | deutsch |
Turnus | Wintersemester | maximale Hörerschaft | ###LABEL_NOLIMIT### |
empfohlenes VorwissenGrundlagen der Programmierung, Stochastik, Lineare Algebra, Analysis Für dieses Modul werden Kenntnisse der Programmierung vorausgesetzt. | |||
LehrinhalteDie Vorlesung vermittelt einen allgemeinen Überblick über die wichtigsten Techniken des Maschinellen Lernens (ML). Es werden verschiedene Verfahren und die zugehörigen Algorithmen betrachtet. Der Fokus liegt auf Techniken des überwachten und unüberwachten Lernens. Darüber hinaus wird betrachtet, wie Daten zur Verwendung in ML-Komponenten analysiert und vorverarbeitet werden müssen. Die folgenden Themen werden in der Vorlesung unter anderem behandelt:
| |||
Literaturangaben
| |||
didaktisches KonzeptDie Veranstaltung entspricht einem Vorlesungsanteil von 2 SWS und einem Übungsanteil von 2 SWS. | |||
Vorlesung mit integrierter Übung: Grundlagen des Maschinellen Lernens (WIWI‑C1163) |