Modul: Machine Learning and Data Analysis

Das hier aufgeführte Modul basiert auf in den Amtlichen Bekanntmachungen der Universität Potsdam veröffentlichten Studien- und Prüfungsordnungen.
Verbindliche Regelungswirkung haben nur die veröffentlichten Ordnungen.

BM2: Machine Learning and Data Analysis

Anzahl der Leistungspunkte (LP):
9 LP

Modulart (Pflicht- oder Wahlpflichtmodul):	Abhängig vom Studiengang (siehe unten)
Inhalte und Qualifikationsziele des Moduls:	Qualifikationsziele Studierende verfügen über die Fähigkeit, Datenanalyse- und Modellbildungsprobleme zu analysieren, auf Paradigmen des maschinellen Lernens und der Bayes'schen Statistik abzubilden, Lösungen zu implementieren, beispielsweise in Python, und die Qualität der inferierten Modelle mit geeigneten Evaluierungsprotokollen zu bestimmen. Inhalte Arten von Modellbildungsproblemen und Lernverfahren, Grundlagen Bayes'scher Statistik und empirischer Inferenz, lineare Klassifikations- und Regressionsmodelle, lineare gemischte Modelle, generalisierte (gemischte) lineare Modelle, Kernel-Methoden, Modellevaluierung, Implementierung von Datenanalysemethoden, beispielsweise in Python.
Modul(teil)prüfung (Anzahl, Form, Umfang, Arbeitsaufwand in LP):	Mündliche Prüfung, 30 Minuten
Selbstlernzeit (in Zeitstunden (h)):	150

Veranstaltungen (Lehrformen)	Kontaktzeit (in SWS)	Prüfungsnebenleistungen (Anzahl, Form, Umfang)		Lehrveranstaltungsbegleitende Modul(teil)prüfung (Anzahl, Form, Umfang)
Veranstaltungen (Lehrformen)	Kontaktzeit (in SWS)	Für den Abschluss des Moduls	Für die Zulassung zur Modulprüfung
Intelligent Data Analysis (Vorlesung)	2	-	-	-
Intelligent Data Analysis (Übung)	2	-	Bearbeitung von 70% der Übungsaufgaben und Bearbeitung einer Projektaufgabe	-


Häufigkeit des Angebots:	jährlich (im Sommersemester)
Voraussetzung für die Teilnahme am Modul:	keine
Anbietende Lehreinheit(en):	Informatik

Zuordnung zu Studiengängen	Modulart
Master of Science Cognitive Systems: Language, Learning and Reasoning WiSe 2014/15	Pflichtmodul