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

Machine Learning - Einzelansicht

Veranstaltungsart Vorlesung/Übung Veranstaltungsnummer 551021
SWS Semester SoSe 2020
Einrichtung Institut für Informatik und Computational Science   Sprache englisch
Belegungsfrist 20.04.2020 - 10.05.2020

Belegung über PULS
Gruppe 1:
     jetzt belegen / abmelden
    Tag Zeit Rhythmus Dauer Raum Lehrperson Ausfall-/Ausweichtermine Max. Teilnehmer/-innen
Einzeltermine anzeigen
Vorlesung Mo 12:00 bis 14:00 wöchentlich 20.04.2020 bis 20.07.2020  3.06.H02 Prof. Dr. Scheffer  
Einzeltermine anzeigen
Übung Di 10:00 bis 12:00 wöchentlich 21.04.2020 bis 21.07.2020  3.04.0.02 Prof. Dr. Scheffer  
Gruppe 2:
     jetzt belegen / abmelden
    Tag Zeit Rhythmus Dauer Raum Lehrperson Ausfall-/Ausweichtermine Max. Teilnehmer/-innen
Einzeltermine anzeigen
Vorlesung Mo 12:00 bis 14:00 wöchentlich 20.04.2020 bis 20.07.2020  3.06.H02 Prof. Dr. Scheffer  
Einzeltermine anzeigen
Übung Mi 16:00 bis 18:00 wöchentlich 22.04.2020 bis 22.07.2020  3.06.S28 Prof. Dr. Scheffer  
Gruppe 3:
     jetzt belegen / abmelden
    Tag Zeit Rhythmus Dauer Raum Lehrperson Ausfall-/Ausweichtermine Max. Teilnehmer/-innen
Einzeltermine anzeigen
Vorlesung Mo 12:00 bis 14:00 wöchentlich 20.04.2020 bis 20.07.2020  3.06.H02 Prof. Dr. Scheffer  
Einzeltermine anzeigen
Übung Do 10:00 bis 12:00 wöchentlich 23.04.2020 bis 23.07.2020  3.04.0.02 Prof. Dr. Scheffer  
Gruppe 4:
     jetzt belegen / abmelden
    Tag Zeit Rhythmus Dauer Raum Lehrperson Ausfall-/Ausweichtermine Max. Teilnehmer/-innen
Einzeltermine anzeigen
Vorlesung Mo 12:00 bis 14:00 wöchentlich 20.04.2020 bis 20.07.2020  3.06.H02 Prof. Dr. Scheffer  
Einzeltermine anzeigen
Übung Fr 14:00 bis 16:00 wöchentlich 24.04.2020 bis 24.07.2020  3.06.S14 Prof. Dr. Scheffer  
Kommentar

Die Veranstaltung beschäftigt sich mit Algorithmen, die aus Daten lernen können. Algorithmen des maschinellen Lernens gewinnen aus Daten Modelle, mit denen sich dann Vorhersagen über das beobachtete System treffen lassen. Anwendungen für Datenanalyse-Verfahren erstrecken sich von der Vorhersage von Kreditrisiken über die Auswertung astronomischer Daten bis zu persönlichen Musikempfehlungen. Die Veranstaltung setzt sich aus einem Vorlesungs- und einem Projektteil zusammen. Der Vorlesungsteil vermittelt die Grundlagen des maschinellen Lernens. Im Projektteil werden anwendungsnahe Aufgaben eigenständig in Python bearbeitet.

Leistungsnachweis Projektaufgabe, Klausur oder mündliche Prüfung

Strukturbaum
Keine Einordnung ins Vorlesungsverzeichnis vorhanden. Veranstaltung ist aus dem Semester SoSe 2020 , Aktuelles Semester: SoSe 2024