Moses - Modulbeschreibung ohne Titel

Zur Modulseite PDF generieren

Modul / Version
#40550 / #6

Gültigkeit
Seit SoSe 2020

Verfügbare Sprache(n)
Deutsch

Titel des Moduls
Machine Learning 1

Leistungspunkte
9

Modulverantwortliche*r
Müller, Klaus-Robert

Benotung
Benotet

Prüfungsform
Schriftliche Prüfung

Lehrsprache(n)
Englisch

Zugehörigkeit

Fakultät
Fakultät IV

Institut
Institut für Softwaretechnik und Theoretische Informatik

Fachgebiet
34352000 FG Maschinelles Lernen

Prüfungsausschuss
Keine Angabe

Kontakt

Sekretariat
MAR 4-1

Ansprechpartner*in
Montavon, Gregoire

E-Mail-Adresse
klaus-robert.mueller@tu-berlin.de

Webseite

https://wiki.ml.tu-berlin.de/wiki/

Lernergebnisse

Die Studierenden sind in der Lage, eigenständig die wesentlichen Verfahren des maschinellen Lernens auf neuen Daten anzuwenden. Dies umfasst Methoden zur Klassifikation, Regression, Dimensionsreduktion und Clustering. Darüber hinaus vermittelt das Modul das theoretische Rüstzeug (Wahrscheinlichkeitstheorie, Optimierungstheorie), um Verfahren weiterzuentwickeln und theoretisch zu analysieren.

Lehrinhalte

Grundlagen der Wahrscheinlichkeitstheorie, Schätztheorie (Maximum-Likelihood, EM-Algorithmus). Grundlegende Methoden des maschinellen Lernens: Dimensionsreduktion (PCA), Clustering, überwachtes Lernen (Least-Squares Regression, LDA, SVM, Ridge Regression, Gaußprozesse, Neuronale Netze)

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

Lehrveranstaltungen	Art	Nummer	Turnus	Sprache	SWS	ISIS	VVZ
Maschinelles Lernen I	IV	0434 L 501	WiSe	en	6

ISIS-Kurssuche nach Veranstaltungen des Moduls

Arbeitsaufwand und Leistungspunkte

Maschinelles Lernen I (IV):

Aufwandbeschreibung	Multiplikator	Stunden	Gesamt
Concepts & Theory	15.0	6.0h	90.0h
Exercises	15.0	6.0h	90.0h
Programming	15.0	6.0h	90.0h
			270.0h(~9 LP)

Der Aufwand des Moduls summiert sich zu 270.0 Stunden. Damit umfasst das Modul 9 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Die IV besteht aus einem Vorlesungsteil (Frontalunterricht vor allen Teilnehmer:innen zur Vermittlung des Stoffes) und einem Anteil praktischer Arbeit. Letztere besteht aus dem selbstständigen Bearbeiten von Übungsaufgaben.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Programmierkenntnisse, gute Grundlagen in Mathematik, insbesondere Lineare Algebra, Analysis, Wahrscheinlichkeitsrechnung. Dieses Modul ist auch für Bachelorstudierende geeignet.

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Voraussetzung
Leistungsnachweis »Unbenoteter Übungsschein«

Abschluss des Moduls

Benotung

Benotet

Prüfungsform

Schriftliche Prüfung

Sprache(n)

Englisch

Dauer/Umfang

120 Minuten

Prüfungsbeschreibung (Abschluss des Moduls)

Die Modulprüfung ist eine schriftliche Klausur. Voraussetzungen für die Teilnahme an der Modulprüfung: 1. 50% der Übungen in der Integrierten Veranstaltung; und 2. je nach Wahlpflichtkomponente: a. bestander schriftlicher Test im Kurs „Matlab Programmierung ...“ b. bestandener schriftlicher Test im Kurs „Mathematische Grundlagen...“ c. erfolgreiche Präsentation in einem Seminar

Dauer des Moduls

Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt:
1 Semester.

Dieses Modul kann in folgenden Semestern begonnen werden:
Wintersemester.

Maximale teilnehmende Personen

Dieses Modul ist nicht auf eine Anzahl Studierender begrenzt.

Anmeldeformalitäten

Keine.

Literaturhinweise, Skripte

Skript in Papierform

Verfügbarkeit: nicht verfügbar

Skript in elektronischer Form

Verfügbarkeit: nicht verfügbar

Literatur

Empfohlene Literatur
Keine empfohlene Literatur angegeben

Zugeordnete Studiengänge

Semester:

Zeige auch ausgelaufene Studiengänge und StuPOs

Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPO	StuPOs	Verwendungen	Erste Verwendung	Letzte Verwendung
Biomedizinische Technik (M. Sc.)	1	13	SoSe 2021	SoSe 2025
Computational Engineering Science (Informationstechnik im Maschinenwesen) (M. Sc.)	1	11	SoSe 2020	SoSe 2025
Computer Engineering (M. Sc.)	1	66	SoSe 2020	SoSe 2025
Computer Science (Informatik) (M. Sc.)	1	55	SoSe 2020	SoSe 2025
Elektrotechnik (M. Sc.)	1	33	SoSe 2020	SoSe 2025
ICT Innovation (M. Sc.)	1	22	SoSe 2020	SoSe 2025
Information Systems Management (Wirtschaftsinformatik) (M. Sc.)	1	17	SoSe 2020	SoSe 2025
Medieninformatik (M. Sc.)	1	22	SoSe 2020	SoSe 2025
Medientechnik (M. Sc.)	1	16	WiSe 2023/24	SoSe 2025
Physikalische Ingenieurwissenschaft (M. Sc.)	2	39	SoSe 2020	SoSe 2025
Wirtschaftsingenieurwesen (B. Sc.)	1	12	SoSe 2020	SoSe 2025
Wirtschaftsingenieurwesen (M. Sc.)	1	36	SoSe 2020	SoSe 2025

Studierende anderer Studiengänge können dieses Modul ohne Kapazitätsprüfung belegen.

Sonstiges

Keine Angabe