193
Teilnahmepflicht

Der Institutsrat hat die Veranstaltung und die Daten geprüft und genehmigt.

Wie im Eingefrorenen Zustand:

  • Die LV-Instanz darf nicht mehr gelöscht werden.
  • Sekretariate und Dozenten können nur noch Texte und die Terminplanung bearbeiten.
  • Alle anderen Daten (inklusive Status) können nur noch vom GD bzw. Fachbereichsadmin korrigiert werden.

Qualifikationsziele:

Die Studentinnen und Studenten haben Verständnis für grundlegende Anwendungen, Konzepte und Analysetechniken im Bereich des maschinellen Lernens für die Data Sciences. Sie sind in der Lage, zu komplexen Fragestellungen passende Experimente zu entwerfen, Daten zu erheben, zu erschließen, speichern, verarbeiten und analysieren. Sie wissen, welche Ergebnisse aus den jeweiligen Daten abgeleitet werden können und können computergestützte Verfahren im Anwendungsfeld und im jeweiligen wissenschaftlichen Kontext angemessen durchführen und beurteilen.

Inhalte

 Es werden Themen aus folgenden Gebieten behandelt:

  • Experiment Design
  • Sampling Techniques
  • Data cleansing
  • Storage of large data sets
  • Data visualization and graphs
  • Probabilistic data analysis
  • Prediction methods
  • Knowledge discovery
  • Neural networks
  • Support vector machines
  • Reinforcement learning and agent models.

Sprachübergreifend

193 301
Teilnahmepflicht

Werdende Mütter

Keine Gefährdungen vorliegend
Teilweise Gefährdungen vorliegend
Alternative Lehrveranstaltung
Gefährdungen vorliegend

Stillende Mütter

Keine Gefährdungen vorliegend
Teilweise Gefährdungen vorliegend
Alternative Lehrveranstaltung
Gefährdungen vorliegend

Begleitveranstaltungen

Übung zu Maschinelles Lernen Data Science

Werdende Mütter

Keine Gefährdungen vorliegend
Teilweise Gefährdungen vorliegend
Alternative Lehrveranstaltung
Gefährdungen vorliegend

Stillende Mütter

Keine Gefährdungen vorliegend
Teilweise Gefährdungen vorliegend
Alternative Lehrveranstaltung
Gefährdungen vorliegend