Modul CS5450 T
Modulteil: Maschinelles Lernen (MaschLerna)
Dauer
1 Semester
Angebotsturnus
Jedes Wintersemester
Leistungspunkte
4
Studiengang, Fachgebiet und Fachsemester:
- Master Biophysik 2023, Modulteil eines Wahlmoduls, Vertiefung, 1. Fachsemester
- Master Informatik 2019, Modulteil eines Wahlmoduls, Modulteil, Beliebiges Fachsemester
- Master Medizinische Ingenieurwissenschaft 2020, Modulteil eines Wahlmoduls, Informatik/Elektrotechnik, Beliebiges Fachsemester
- Master Entrepreneurship in digitalen Technologien 2020, Modulteil eines Wahlmoduls, Modulteil, Beliebiges Fachsemester
- Master Biophysik 2019, Modulteil eines Wahlmoduls, Vertiefung, 1. Fachsemester
- Master IT-Sicherheit 2019, Modulteil eines Wahlmoduls, Modulteil, 1. oder 2. Fachsemester
- Master Entrepreneurship in digitalen Technologien 2014, Modulteil eines Wahlmoduls, Modulteil, Beliebiges Fachsemester
- Master Medizinische Ingenieurwissenschaft 2014, Modulteil eines Wahlmoduls, Informatik/Elektrotechnik, 1. oder 2. Fachsemester
- Master Informatik 2014, Modulteil eines Wahlmoduls, Modulteil, Beliebiges Fachsemester
Lehrveranstaltungen:
- CS5450-Ü: Maschinelles Lernen (Übung, 1 SWS)
- CS5450-V: Maschinelles Lernen (Vorlesung, 2 SWS)
Workload:
- 20 Stunden Prüfungsvorbereitung
- 55 Stunden Selbststudium
- 45 Stunden Präsenzstudium
Lehrinhalte:
- Lernen von Repräsentationen
- Statistische Lerntheorie
- VC-Dimension und Support-Vektor-Maschinen
- Boosting
- Deep learning
- Grenzen der Induktion und Gewichtung der Daten
Qualifikationsziele/Kompetenzen:
- Studierende können unterschiedliche Lernprobleme erläutern.
- Sie können unterschiedliche Verfahren des maschinellen Lernens erklären und beispielhaft anwenden.
- Sie können für eine gegeben Problemstellung ein geeignetes Lernverfahren auswählen und testen.
- Sie können die Grenzen der automatischen Datenanalyse erkennen und erläutern .
Vergabe von Leistungspunkten und Benotung durch:
- Prüfungsform hängt vom übergeordneten Modul ab
Modulverantwortliche:
- Siehe Hauptmodul
Literatur:
- Chris Bishop : Pattern Recognition and Machine Learning Springer ISBN 0-387-31073-8
- Vladimir Vapnik : Statistical Learning Theory Wiley-Interscience, ISBN 0471030031
- Tom Mitchell : Machine Learning McGraw Hill. ISBN 0-07-042807-7
Sprache:
- Englisch, außer bei nur deutschsprachigen Teilnehmern
Bemerkungen:
Zulassungsvoraussetzungen zur Belegung des Moduls:- Keine
Zulassungsvoraussetzungen zur Teilnahme an Modul-Prüfung(en):
- Erfolgreiche Bearbeitung von Übungszetteln gemäß Vorgabe am Semesteranfang
Modulprüfung(en):
- CS5450-L1: Maschinelles Lernen, mündliche Prüfung, 100% der Modulnote
(Ist Modulteil von CS4290, CS4511, CS5400, CS4251-KP08)
Letzte Änderungen:
13.09.2021