Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 

Foto: Matthias Friel

Modul: Maschinelles Lernen I


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-8020: Maschinelles Lernen I Anzahl der Leistungspunkte (LP):
6 LP
Modulart (Pflicht- oder Wahlpflichtmodul): Abhängig vom Studiengang (siehe unten)
Inhalte und Qualifikationsziele des Moduls:

Inhalte

Auswahl weiterführender Themen aus dem Bereich des maschinellen Lernens, beispielsweise graphische Modelle, Gauß‘sche Prozesse, Inferenz, Reinforcement-Lernen, Online-Lernen, Transferlernen, Kernel-Verfahren, Empfehlungsalgorithmen. 

 

Qualifikationsziele

Die Studierenden

  • verfügen über umfassendes, detailliertes und spezialisiertes Wissen auf dem neuesten Erkenntnisstand ausgewählter Spezialgebiete des maschinellen Lernens
  • verfügen über erweitertes Wissen im angrenzenden Bereich der Bayes’schen Statistik
  • sind in der Lage, Modellbildungsprobleme zu analysieren, auf Paradigmen des maschinellen Lernens und der Bayes‘schen Statistik abzubilden, Lösungen zu entwickeln, zu implementieren und die Qualität der Lösungen mit geeigneten Evaluierungsprotokollen zu bestimmen
  • können neue Ideen und Verfahren entwickeln, bei unvollständigen Informationen Alternativen abwägen und unter Berücksichtigung unterschiedlicher Bewertungsmaßstäbe bewerten. 
Modul(teil)prüfungen (Anzahl, Form, Umfang, Arbeitsaufwand in LP):

Eine Prüfung der folgenden Formen:

Klausur, 90 Minuten

Mündliche Prüfung, 15 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
Vorlesung und Übung (Vorlesung und Übung) 4

erfolgreiche Bearbeitung der Hausaufgaben und der Semesteraufgabe (50 %)

- -

Häufigkeit des Angebots:

SoSe

Voraussetzung für die Teilnahme am Modul: keine
Anbietende Lehreinheit: Informatik
Zuordnung zu Studiengängen Modulart
Master of Science Computational Science WiSe 2013/14 Wahlpflichtmodul
Master of Science Computational Science WiSe 2019/20 Wahlpflichtmodul
Master of Science Mathematics WiSe 2019/20 Wahlpflichtmodul
Master of Science Mathematik WiSe 2015/16 Wahlpflichtmodul
Master of Science Physik WiSe 2019/20 Wahlpflichtmodul
Master of Science Wirtschaftsinformatik und Digitale Transformation WiSe 2017/18 Wahlpflichtmodul