Das hier aufgeführte Modul basiert auf in den Amtlichen Bekanntmachungen der Universität Potsdam veröffentlichten Studien- und Prüfungsordnungen.
Verbindliche Regelungswirkung haben nur die veröffentlichten Ordnungen.
HPI-MALA-T: Machine Learning and Analytics - Technologies and Tools | Anzahl der Leistungspunkte (LP): 6 LP |
Modulart (Pflicht- oder Wahlpflichtmodul): | Abhängig vom Studiengang (siehe unten) |
Inhalte und Qualifikationsziele des Moduls: | Inhalt Dieses Modul vermittelt vertieftes praktisches Wissen im Bereich Maschinelles Lernen und Data Analytics mithilfe gängiger Softwarebibliotheken und -werkzeuge. Anhand konkreter Fragestellungen aus Anwendungsdomänen aus der Wirtschaft oder auch etwa der Medizin werden Praxisbeispiele für die Datenexploration und -extraktion sowie für das Maschinelle Lernen empirisch untersucht. Hierbei werden verschiedene Machine Learning-Ansätze wie beispielsweise Clustering und Klassifikation, probabilistische Modelle, Deep Learning sowie Visual Analytics gelehrt. Zu einzelnen Schritten werden die Stärken und Schwächen im Stand der Technik betrachtet. Die Studierenden werden für offene Forschungsprobleme sensibilisiert und entwickeln eigene Techniken und Werkzeuge zur Lösung dieser Forschungsfragen.
Qualifikationsziele Die Studierenden erwerben detailliertes Wissen über die im Modul gegenständlichen Fachthemen. Die Studierenden: - erlernen die Anwendung verschiedener Ansätze der Datenanalyse und des maschinellen Lernens, wie beispielsweise Clustering und Klassifikation, - erlernen die praktische Anwendung von Datenanalyse-Methoden und -Systemen, - werden befähigt, gängige Softwarewerkzeuge einzusetzen, Rohdaten vorzuverarbeiten, zu analysieren, und darauf aufbauend Vorhersagemodelle zu erlernen, - können zu einer vorgegebenen Problemstellung geeignete Lösungskonzepte und -strategien auswählen und anwenden, - erweitern ihre fachliche Urteilskompetenz, - erweitern ihre Lernfähigkeiten.
Diesem Modul zugeordnete Lehrveranstaltungen werden in englischer Sprache angeboten. |
Modul(teil)prüfungen (Anzahl, Form, Umfang, Arbeitsaufwand in LP): | Eine Prüfung der folgenden Formen: Klausur, 90-120 Minuten Hausarbeit, (mind. 8 Seiten) zusammen mit Ergebnispräsentation (20-45 Minuten) Mündliche Prüfung, 30-45 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/Seminar (Vorlesung oder Seminar) | 4 | - | Übungsaufgaben (50%) |
- |
Häufigkeit des Angebots: | SoSe |
Voraussetzung für die Teilnahme am Modul: | keine |
Anbietende Lehreinheit(en): |
Digital Engineering
|
Zuordnung zu Studiengängen | Modulart |
---|---|
Master of Science Software Systems Engineering WiSe 2022/23 |
Wahlpflichtmodul
|
© Copyright HIS
Hochschul-Informations-System eG