Modul CS5020-KP06
Algorithmisches Lernen und kausale Inferenz (ALKI)
Dauer
1 Semester
Angebotsturnus
In der Regel jährlich, vorzugsweise im SoSe
Leistungspunkte
6
Studiengang, Fachgebiet und Fachsemester:
- Master Informatik 2019, Wahlpflicht, Wahlpflicht, Beliebiges Fachsemester
- Master Informatik 2019, Pflicht, Kanonische Vertiefung Data Science und KI, Beliebiges Fachsemester
Lehrveranstaltungen:
- CS5020-Ü: Algorithmisches Lernen und kausale Inferenz (Übung, 1 SWS)
- CS5020-V: Algorithmisches Lernen und kausale Inferenz (Vorlesung, 4 SWS)
Workload:
- 75 Stunden Präsenzstudium
- 105 Stunden Selbststudium
Lehrinhalte:
- induktive Inferenz
- algorithmische Lernstrategien, Komplexitätsanalyse
- kausale Inferenz, Strukturen und Effekte,
- structural learning, lineare Modelle, counterfactual inference
Qualifikationsziele/Kompetenzen:
- Die Studierenden können algorithmische Methoden zur Wissensgenerierung verstehen und analysieren.
- Sie können statistische und logische Ansätze vergleichen.
Vergabe von Leistungspunkten und Benotung durch:
- Mündliche Prüfung
Setzt voraus:
Modulverantwortliche:
Literatur:
- Kearns, Vazirani : An Introduction to Computational Learning Theory MIT Press 1994
- Shalev-Shwartz, Ben-David : Understanding Machine Learning Cambridge Univ. Press, 2014
- Pearl : Causality Cambridge Univ. Press, 2008
Sprache:
- kann in Deutsch oder Englisch durchgeführt werden (nach Absprache mit den Teilnehmern)
Bemerkungen:
Zulassungsvoraussetzungen zur Belegung des Moduls:- Keine (die Kompetenzen der unter Setzt voraus genannten Module werden für dieses Modul benötigt, sind aber keine formale Voraussetzung)
Zulassungsvoraussetzungen zur Teilnahme an Modul-Prüfung(en):
- Erfolgreiche Bearbeitung von Übungsaufgaben gemäß Vorgabe am Semesteranfang
Modulprüfung(en):
- CS5020-L1: Algorithmisches Lernen und kausale Inferenz, mündliche Prüfung, 100% der Modulnote
Letzte Änderungen:
19.08.2021