198842 VU Datenanalyse II: Machine Learning for Data Analysis

Sommersemester 2022 | Stand: 14.07.2022 LV auf Merkliste setzen
198842
VU Datenanalyse II: Machine Learning for Data Analysis
VU 3
5
wöch.
jährlich
Englisch

Wie kann man lernende Softwaresysteme konstruieren, die ihre Parameter anhand von Beispieldaten selbständig justieren, ihre eigene Leistung ständig optimieren und/oder automatisch an wechselnde Rahmenbedingungen anpassen? Dieser Kurs vermittelt Grundwissen in elementaren Techniken und Kompetenzen in der Formulierung und Lösung von Problemen des maschinellen Lernens.

Breite Grundlagen in statistischen Methoden. Überwachtes Lernen: Klassifikation und Regression. Unüberwachtes Lernen: Clustering, Dichteschätzung und Dimensionsreduktion.

Die Vorlesung vermittelt theoretisches Wissen, das im Rahmen des zugehörigen Proseminars in mündlichen und schriftlichen Übungen sowie Programmierprojekten zur Anwendung gebracht und vertieft wird.

Die Bewertung des Kurses basiert auf regelmäßigen schriftlichen und/oder mündlichen Beiträgen der Teilnehmer.

Dieser Kurs wird das meiste Material aus Pattern Recognition and Machine Learning von Chris Bishop beziehen.

Zusätzliches Material stammt aus anderen Quellen und wird den Studenten vor der Vorlesung zur Verfügung gestellt.

In diesem Kurs werden grundlegende Python-Programmierkenntnisse vorausgesetzt.

Es wird empfohlen, diesen Kurs nach Abschluss der "VU Einführung in die Programmierung: Programmierung mit Python" aus dem Wahlpaket Digital Science oder einem gleichwertigen Kurs zu besuchen.

Das Aufnahmeverfahren basiert auf einer priorisierten Randomisierung. Studierende, die in dem Wahlpaket Digital Science fortgeschritten sind, haben Vorrang, insbesondere diejenigen, die Modul 1 (Python) bestanden haben. 

Dieser Kurs steht allen Bachelor- und Master-Studierenden offen, außer Studierenden der Informatik, da der zugrunde liegende Kurs 703.075 im Bachelorstudium Informatik verpflichtend ist und das Masterstudium eigene Machine-Learning-Kurse anbietet.

Der Kurs ist über 9 erste Wochen des Semesters geblockt, also 5 Wochenstunden!

Der Vorlesungsteil findet im Rahmen von 703.075 statt. Der Inhalt der Vorlesungen ist in beiden Kursen bis zur Woche 9 identisch. In 703.075 wird zusätzlich Reinforcement Learning behandelt. 

siehe Termine
Gruppe 0
Datum Uhrzeit Ort
Di 08.03.2022
13.15 - 16.00 HS A (Technik) HS A (Technik) Barrierefrei
Mi 09.03.2022
09.15 - 11.00 eLecture - online eLecture - online
Di 15.03.2022
13.15 - 16.00 HS A (Technik) HS A (Technik) Barrierefrei
Mi 16.03.2022
09.15 - 11.00 eLecture - online eLecture - online
Di 22.03.2022
13.15 - 16.00 HS A (Technik) HS A (Technik) Barrierefrei
Mi 23.03.2022
09.15 - 11.00 eLecture - online eLecture - online
Di 29.03.2022
13.15 - 16.00 HS A (Technik) HS A (Technik) Barrierefrei
Mi 30.03.2022
09.15 - 11.00 eLecture - online eLecture - online
Di 05.04.2022
13.15 - 16.00 HS A (Technik) HS A (Technik) Barrierefrei
Mi 06.04.2022
09.15 - 11.00 eLecture - online eLecture - online
Di 26.04.2022
13.15 - 16.00 HS A (Technik) HS A (Technik) Barrierefrei
Mi 27.04.2022
09.15 - 11.00 eLecture - online eLecture - online
Di 03.05.2022
13.15 - 16.00 HS A (Technik) HS A (Technik) Barrierefrei
Mi 04.05.2022
09.15 - 11.00 eLecture - online eLecture - online
Di 10.05.2022
13.15 - 16.00 HS A (Technik) HS A (Technik) Barrierefrei
Mi 11.05.2022
09.15 - 11.00 eLecture - online eLecture - online
Di 17.05.2022
13.15 - 16.00 HS A (Technik) HS A (Technik) Barrierefrei 1. Klausur