Modul: Machine Learning and Analytics - Technologies and Tools

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.

Eine Prüfung der folgenden Formen:

Klausur, 90-120 Minuten

Hausarbeit, (mind. 8 Seiten) zusammen mit Ergebnispräsentation (20-45 Minuten)

Mündliche Prüfung, 30-45 Minuten

Übungsaufgaben (50%)

SoSe