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.