Arbeitsaufwand:
180 h
|
Nummer ML-4380 |
Titel Advanced Topics in Machine Learning |
Lehrform(en) Vorlesung |
|---|---|---|
| ECTS | 6 | |
|
Arbeitsaufwand - Kontaktzeit - Selbststudium |
Arbeitsaufwand:
180 h Kontaktzeit:
60 h / 4 SWS Selbststudium:
120 h |
|
| Veranstaltungsdauer | 1 Semester | |
| Häufigkeit des Angebots | Unregelmäßig | |
| Unterrichtssprache | Englisch | |
| Prüfungsform | Klausur (bei kleiner Teilnehmerzahl mündliche Prüfung), erfolgreiche Übungsteilnahme wird als Klausurvoraussetzung angesehen, eine Bonierung entscheidet der Dozent. |
|
| Inhalt | Das Modul vermittelt eine Übersicht über fortgeschrittene Konzepte und Anwendungen des maschinellen Lernens. Spezifische Themen umfassen die s.g. Kernmethoden für Extraktion und Analyse von nichtlinearen Merkmalen aus komplexen Daten, Optimierungsverfahren für extrem große Datenmengen, Lernmethoden für sequentielle und strukturierte Daten sowie Sicherheits- und Vertraulichkeitsaspekte der Datenanalyse. |
|
| Qualifikationsziele | Die Studierenden besitzen Grundlagenwissen über maschinelles Lernen auf moderner statistischer Basis. Sie kennen math. statistische Herangehensweisen für die Lösung von Mustererkennungsproblemen und können diese in Übungsaufgaben anwenden. Eine weitere Voraussetzung sind fundierte mathematische Kenntnisse, insbesondere in Linearer Algebra, Statistik und Analyse. |
|
| Vergabe von Leistungspunkten/Benotung |
Lehrform
Status
SWS
LP
Prüfungsform
Prüfungsdauer
Benotung
Berechnung
Modulnote (%)
Vorlesung
V
o
3
6.0
K
90
b
100
|
|
| Teilnahmevoraussetzungen | Es gibt keine besonderen Voraussetzungen. | |
| Dozent/in | Alle Dozenten | |
| Literatur / Sonstiges | J. Shawe-Taylor and N. Cristianini: Kernel Methods for Pattern Analysis. Cambridge University Press, 2004. Skript in englischer Sprache |
|
| Zuletzt angeboten | nicht bekannt | |
| Geplant für | derzeit nicht geplant | |
| Zugeordnete Studienbereiche | INFO-INFO, INFO-THEO, MEDI-APPL, MEDI-INFO, ML-CS, ML-DIV | |