Moses - Modulbeschreibung ohne Titel

Zur Modulseite PDF generieren

Modul / Version
#40894 / #1

Gültigkeit
SS 2018 - SS 2018

Verfügbare Sprache(n)
Englisch

Titel des Moduls
Mathematics of Machine Learning

Leistungspunkte
6

Modulverantwortliche*r
Stanczak, Slawomir

Benotung
Benotet

Prüfungsform
Mündliche Prüfung

Lehrsprache(n)
Englisch

Zugehörigkeit

Fakultät
Fakultät IV

Institut
Institut für Telekommunikationssysteme

Fachgebiet
34331800 FG Netzwerk- und Informationstheorie

Prüfungsausschuss
Keine Angabe

Kontakt

Sekretariat
HFT 6

Ansprechpartner*in
Reinhardt, Kerstin

E-Mail-Adresse
sekretariat@netit.tu-berlin.de

Webseite

http://www.netit.tu-berlin.de/

Diese Modulbeschreibung ist nicht oder nicht vollständig auf deutsch hinterlegt.

Es wird auf Wunsch trotzdem der Inhalt der unvollständigen Spracheversion angezeigt.

Diese Modulbeschreibung gilt nicht im aktuellen Semester.

Die Modulbeschreibung gilt nur für den Zeitraum SS 2018 - SS 2018. Die Version für das aktuelle Semester (SoSe 2025) finden Sie hier: Modulbeschreibung des SoSe 2025

Lernergebnisse

Keine Angabe

Lehrinhalte

Keine Angabe

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

Lehrveranstaltungen	Art	Nummer	Turnus	Sprache	SWS	ISIS	VVZ
Mathematical Introduction to Machine Learning	VL		WiSe	Keine Angabe	2
Mathematical Methods in Signal Processing and Communications	VL		SoSe	Keine Angabe	2

ISIS-Kurssuche nach Veranstaltungen des Moduls

Arbeitsaufwand und Leistungspunkte

Mathematical Introduction to Machine Learning (VL):

Aufwandbeschreibung	Multiplikator	Stunden	Gesamt
Präsenzzeit	15.0	2.0h	30.0h
Vor-/Nachbereitung	15.0	4.0h	60.0h
			90.0h(~3 LP)

Mathematical Methods in Signal Processing and Communications (VL):

Aufwandbeschreibung	Multiplikator	Stunden	Gesamt
Präsenzzeit	15.0	2.0h	30.0h
Vor-/Nachbereitung	15.0	4.0h	60.0h
			90.0h(~3 LP)

Der Aufwand des Moduls summiert sich zu 180.0 Stunden. Damit umfasst das Modul 6 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Keine Angabe

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Keine Angabe

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

Benotung

Benotet

Prüfungsform

Mündliche Prüfung

Sprache(n)

Englisch

Dauer/Umfang

Keine Angabe

Dauer des Moduls

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

Dieses Modul kann in folgenden Semestern begonnen werden:
Winter- und Sommersemester.

Maximale teilnehmende Personen

Dieses Modul ist nicht auf eine Anzahl Studierender begrenzt.

Anmeldeformalitäten

Keine Angabe

Literaturhinweise, Skripte

Skript in Papierform

Verfügbarkeit: nicht verfügbar

Skript in elektronischer Form

Verfügbarkeit: verfügbar

Literatur

Empfohlene Literatur
P. Rigollet: Mathematics of Machine Learning, MIT Lecture Notes (online)
R. Vershynin: High-Dimensional Probability: An Introduction with Applications in Data Sciences (book in preparation, online)
S. Shalev-Schwartz and S. Ben-David: Understanding Machine Learning: From Theory to Algorithms, Cambridge University Press 2014

Zugeordnete Studiengänge

Semester:

Zeige auch ausgelaufene Studiengänge und StuPOs

Diese Modulversion wird in folgenden Studiengängen verwendet:

	Studiengang / StuPO	StuPOs	Verwendungen	Erste Verwendung	Letzte Verwendung
Dieses Modul findet in keinem Studiengang Verwendung.

Studierende anderer Studiengänge können dieses Modul ohne Kapazitätsprüfung belegen.

Sonstiges

Keine Angabe