| INFB Grundlagen des Maschinellen Lernens | SG | INF | |
|---|---|---|---|
| Dozent : |
Dipl.-Inform. Ingo Boersch
eMail
Prof. Dr. Georg Merz Prof. Dr. Emanuel Kitzelmann eMail |
Semester | 4 |
| Einordnung : | Bachelor Informatik, Profil-Katalog B-INF-Profil | SWS | 4 |
| Sprache : | Englisch | Art | VÜ |
| Prüfungsart : | PL | Credits | 5 |
| Prüfungsform : | Belegarbeit mit mdl. Prüfungsgespräch | ||
| Voraussetzungen : | |||
| Querverweise : | |||
| Vorkenntnisse : | Mathematik II Programmierung II | ||
| Hilfsmittel und Besonderheiten : | Studien- und Prüfungsleistungen: Semesterbegleitende Leistungen können in die Bewertung einbezogen werden. | ||
| Lehrziele : | Die Studierenden kennen und verstehen Grundkonzepte sowie unterschiedliche Arten des Maschinellen Lernens und ausgewählte Modelle. Sie sind in der Lage, Daten aus verschiedenen Anwendungsgebieten zu bewerten und zu analysieren und geeignete Modelle auszuwählen, zu trainieren und zu bewerten. Sie können ausgewählte Modelle näher beschreiben. Sie kennen ausgewählte ML-Bibliotheken und können diese auf praktische Probleme anwenden. | ||
| Lehrinhalte : | • Motivation, Einführung und Grundbegriffe | ||
| Literatur : | Skript/Folien zur Lehrveranstaltung in Moodle Andriy Burkov: The Hundred-Page Machine Learning Book, 2019 Christopher M. Bishop: Pattern Recognition and Machine Learning, Springer, 2006 Stuart Russel, Peter Norvig: Artificial Intelligence: A Modern Approach, Pearson, 4. Edition, 2020 | ||