194.101 Machine Learning Algorithms and Applications
Diese Lehrveranstaltung ist in allen zugeordneten Curricula Teil der STEOP.
Diese Lehrveranstaltung ist in mindestens einem zugeordneten Curriculum Teil der STEOP.

2021S, PR, 2.0h, 3.0EC
TUWEL

Merkmale

  • Semesterwochenstunden: 2.0
  • ECTS: 3.0
  • Typ: PR Projekt
  • Format der Abhaltung: Online

Lernergebnisse

Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage...

  • Forschungsarbeiten selbstständig zusammenzufassen
  • für das (Nach-)Implementieren von Lernalgorithmen benötigte Informationen herzuleiten;
  • Implementierungen von Lernalgorithmen zu entwickeln;
  • diese auf Datensätze anzuwenden;
  • maschinellen Lernalgorithmen experimentell zu evaluieren;
  • verschiedene Algorithmen zu vergleichen um deren Schwächen und Stärken zu analysieren;
  • geeignete Hyperparameter für die Algorithmen zu bestimmen.

Inhalt der Lehrveranstaltung

Das Ziel dieses Projekts ist es, sich selbstständig in Lernalgorithmen einzuarbeiten, diese (nach-) zu implementieren und anzuwenden. Es soll mit verschiedenen Algorithmen, Hyperparametern, Datensätzen, und/oder Anwendungen experimentiert werden. Projektvorschläge können auf unserer Homepage gefunden werden. Wir freuen uns auch über eigene kreative und konkrete Projektideen (Anforderungen stehen auf der Homepage).

Methoden

Den Großteil des Projektes bildet das selbstständige (Nach-)Implementieren eines oder mehrerer Lernalgorithmen. Während des Projektes wird laufend in online Meetings der Fortschritt vorgetragen, besprochen und formatives Feedback gegeben. Abschließend wird ein Bericht geschrieben und die Ergebnisse online präsentiert.

Prüfungsmodus

Prüfungsimmanent

Weitere Informationen

3ects -> 75h
8h literature search and proposal writing
12h preparing and attending presentations and project meetings
42h data preparation, design, implementation, documentation, and evaluation
13h writing the project report

Vortragende Personen

Institut

Leistungsnachweis

Die Abschlussnote ergibt sich aus der Qualität

  • der Implementierung (Lauffähigkeit, Skalierbarkeit, Schnelligkeit, Dokumentation),
  • den online Vorträgen und
  • des eingereichten Berichts.

LVA-Anmeldung

Von Bis Abmeldung bis
01.03.2021 00:00 29.06.2021 23:59 30.06.2021 23:59

Curricula

StudienkennzahlVerbindlichkeitSemesterAnm.Bed.Info
066 645 Data Science Freifach
175 FW Freie Wahlfächer - Wirtschaftsinformatik Freifach
880 FW Freie Wahlfächer - Informatik Freifach

Literatur

Es wird kein Skriptum zur Lehrveranstaltung angeboten.

Weitere Informationen

Sprache

Englisch