Moses - Maschinelles Lernen in den Neurowissenschaften

Zur Modulseite PDF generieren

Modul / Version
#41148 / #1

Gültigkeit
Seit SoSe 2024

Verfügbare Sprache(n)
Englisch

Titel des Moduls
Machine Learning in Neuroscience
Maschinelles Lernen in den Neurowissenschaften

Leistungspunkte
3

Modulverantwortliche*r
Müller, Klaus-Robert

Benotung
Benotet

Prüfungsform
Referat

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
Salehinajafabadi, Saeed

E-Mail-Adresse
salehinajafabadi@campus.tu-berlin.de

Webseite

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

Diese Modulbeschreibung ist nicht oder nicht vollständig auf deutsch hinterlegt.

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

Lernergebnisse

Die Studierenden sind mit einigen Anwendungen des maschinellen Lernens in den Neurowissenschaften vertraut und kennen Beispiele von Interaktionen zwischen maschinellem Lernen und Neurowissenschaften. Die Studierenden haben ein gründliches Verständnis einiger Konzepte aus dem maschinellen Lernen und können erklären, wie diese in den Neurowissenschaften angewendet wurden. Die Studierenden haben einen ersten Überblick über einige Bereiche der Neurowissenschaften und kennen einige Beispiele von Inspiration des maschinellen Lernens durch die Neurowissenschaften. Die Studierenden haben sich mit aktueller Forschungsliteratur beschäftigt und haben das Verstehen und Präsentieren von Forschungsergebnissen eingeübt.

Lehrinhalte

Der Kurs basiert auf aktuellen Forschungspublikationen, in denen entweder maschinelles Lernen in den Neurowissenschaften angewandt wird oder ein Fortschritt im Bereich maschinelles Lernen durch Inspiration aus den Neurowissenschaften erzielt wird. Der Kurs präsentiert diese Ergebnisse und stellt für die Studierenden das nötige Hintergrundwissen in den beiden Bereichen maschinelles Lernen und Neurowissenschaften bereit.

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

Lehrveranstaltungen	Art	Nummer	Turnus	Sprache	SWS	ISIS	VVZ
Machine Learning in Neuroscience	SEM		WiSe/SoSe	en	2

ISIS-Kurssuche nach Veranstaltungen des Moduls

Arbeitsaufwand und Leistungspunkte

Machine Learning in Neuroscience (SEM):

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 90.0 Stunden. Damit umfasst das Modul 3 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Studierende wählen eine aktuelle Forschungspublikation aus einer von den Lehrenden zur Verfügung gestellten Liste. Während des Semesters erarbeiten sich die Studierenden die Methoden und Resultate aus der Publikation und bereiten einen Seminarvortrag dazu vor. Dabei werden sie von den Lehrenden unterstützt. Gegen Ende des Semesters halten die Studierenden den vorbereiteten Vortrag.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Grundlegende Kenntnisse in maschinellem Lernen, wie sie beispielsweise im Kurs Kognitive Algorithmen vermittelt werden

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

Benotung

Benotet

Prüfungsform

Referat

Sprache(n)

Englisch

Dauer/Umfang

Keine Angabe

Dauer des Moduls

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

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

Maximale teilnehmende Personen

Die maximale Teilnehmerzahl beträgt 20.

Anmeldeformalitäten

Anmeldung über ISIS

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	3	SoSe 2024	SoSe 2025
Computer Engineering (M. Sc.)	1	18	SoSe 2024	SoSe 2025
Computer Science (Informatik) (M. Sc.)	1	15	SoSe 2024	SoSe 2025
Elektrotechnik (M. Sc.)	1	9	SoSe 2024	SoSe 2025
ICT Innovation (M. Sc.)	1	3	SoSe 2024	SoSe 2025
Information Systems Management (Wirtschaftsinformatik) (M. Sc.)	1	3	SoSe 2024	SoSe 2025
Medieninformatik (M. Sc.)	1	6	SoSe 2024	SoSe 2025
Medientechnik (M. Sc.)	1	8	SoSe 2024	SoSe 2025
Physikalische Ingenieurwissenschaft (M. Sc.)	2	6	SoSe 2024	SoSe 2025
Wirtschaftsingenieurwesen (M. Sc.)	1	6	SoSe 2024	SoSe 2025

Sonstiges

Keine Angabe