Nummer ML-4501 |
Titel Machine Learning Seminar |
Lehrform(en) Seminar |
---|---|---|
ECTS | 3 | |
Arbeitsaufwand - Kontaktzeit - Selbststudium |
Arbeitsaufwand:
90 h Kontaktzeit:
30 h / 2 SWS Selbststudium:
60 h |
|
Veranstaltungsdauer | 1 Semester | |
Häufigkeit des Angebots | Unregelmäßig | |
Unterrichtssprache | Englisch | |
Prüfungsform | Vortrag und schriftlicher Projektbericht |
|
Inhalt | In diesem Modul werden fortgeschrittene Ergebnisse und Ansätze in der Theorie und Anwendung des maschinellen Lernens sowie aktuelle Forschungsergebnisse auf dem Gebiet des maschinellen Lernens im Allgemeinen diskutiert. Das konkrete Kursangebot im jeweiligen Semester entnehmen Sie bitte dem Vorlesungsverzeichnis in alma. |
|
Qualifikationsziele | Die Studierenden lernen fortgeschrittene Ergebnisse der Theorie des maschinellen Lernens und ihrer Anwendungen kennen. Sie können zum Beispiel beurteilen, ob ein Algorithmus sowohl aus algorithmischer als auch aus statistischer Sicht gut konzipiert ist. Sie verstehen die grundlegenden Grenzen des maschinellen Lernens. Sie können aktuelle Forschungsfragen reflektieren. Die Studierenden sind in der Lage, sich durch umfassende Literaturrecherche Wissen über aktuelle Erkenntnisse anzueignen. Sie kennen die Bedeutung aktueller Themen im Bereich des maschinellen Lernens und sind sich bewusst, dass es noch viele offene Fragen gibt. Die Studierenden haben nicht nur ihre Studien- und Lesefähigkeiten verbessert, sondern auch ihre Fähigkeit zum selbständigen Arbeiten erweitert. Die Lehrmethode in diesem Seminar zielt darauf ab, das Selbstvertrauen der Studierenden zu stärken (mündliche Präsentation), ihre Kommunikationsfähigkeit zu verbessern und sie zu befähigen, Kritik anzunehmen (Diskussionsrunde im Anschluss an die Präsentation). Nach diesem Modul sind sie gut vorbereitet, um eine Masterarbeit im Bereich des maschinellen Lernens zu schreiben. |
|
Vergabe von Leistungspunkten/Benotung |
Lehrform
Status
SWS
LP
Prüfungsform
Prüfungsdauer
Benotung
Berechnung
Modulnote (%)
Seminar
S
o
2
3.0
H,
R
30
b
100
|
|
Teilnahmevoraussetzungen | Es gibt keine besonderen Voraussetzungen. | |
Dozent/in | Alle Dozenten | |
Literatur / Sonstiges | Will be handed out in the course |
|
Zuletzt angeboten | Wintersemester 2022 | |
Geplant für | Wintersemester 2024 | |
Zugeordnete Studienbereiche | INFO-INFO, MEDI-APPL, MEDI-INFO, MEDZ-SEM, ML-CS, ML-DIV |