Das hier aufgeführte Modul basiert auf in den Amtlichen Bekanntmachungen der Universität Potsdam veröffentlichten Studien- und Prüfungsordnungen.
Verbindliche Regelungswirkung haben nur die veröffentlichten Ordnungen.
| INF-DS-C1: Machine Learning | Anzahl der Leistungspunkte (LP): 9 LP |
| Modulart (Pflicht- oder Wahlpflichtmodul): | Abhängig vom Studiengang (siehe unten) |
| Inhalte und Qualifikationsziele des Moduls: | Inhalte
Das Modul behandelt eine Auswahl von Themen aus dem Bereich des maschinellen Lernens, beispielsweise generalisierte lineare Klassifikations- und Regressionsmodelle, neuronale Netze, graphische Modelle, Reinforcement-Lernen, Empfehlungsalgorithmen.
Qualifikationsziele
Studierende verfügen über umfassendes, detailliertes und spezialisiertes Wissen auf dem neuesten Erkenntnisstand ausgewählter Spezialgebiete des maschinellen Lernens. Studierende verfügen über die Fähigkeit, Modellbildungsprobleme zu analysieren, auf Paradigmen des maschinellen Lernens abzubilden, Lösungen zu entwickeln, zu implementieren und die Qualität der Lösungen mit geeigneten Evaluierungsprotokollen zu bestimmen. Sie können neue Ideen und Verfahren entwickeln, bei unvollständigen Informationen Alternativen abwägen und unter Berücksichtigung unterschiedlicher Bewertungsmaßstäbe bewerten. |
| Modul(teil)prüfung (Anzahl, Form, Umfang, Arbeitsaufwand in LP): |
Mündliche Prüfung, 30 Minuten |
| Selbstlernzeit (in Zeitstunden (h)): | 120 |
| Veranstaltungen (Lehrformen) |
Kontaktzeit (in SWS) |
Prüfungsnebenleistungen (Anzahl, Form, Umfang) |
Lehrveranstaltungsbegleitende Modul(teil)prüfung
(Anzahl, Form, Umfang) |
|
| Für den Abschluss des Moduls | Für die Zulassung zur Modulprüfung | |||
| online-Vorlesung (Vorlesung) | - | - | - | - |
| inverted classroom (Seminar) | 2 | - | - | - |
| Laborübung (Übung) | 2 | Erfolgreiche Bearbeitung der Übungsaufgaben (70%) oder einer Projektaufgabe |
- | - |
| Häufigkeit des Angebots: | SoSe |
| Voraussetzung für die Teilnahme am Modul: | keine |
| Anbietende Lehreinheit(en): |
Informatik
|
| Zuordnung zu Studiengängen | Modulart |
|---|---|
| Master of Science Data Science WiSe 2018/19 |
Pflichtmodul
|
| Fakultätskatalog Mathematisch-Naturwissenschaftliche Fakultät WiSe 2016/17 |
Abhängig vom Studiengang
|
© Copyright HIS
Hochschul-Informations-System eG