Angewandtes Maschinelles Lernen
Dr. Patrick Schäfer
Änderungen auf Grund der COVID-19-Maßnahmen: Es gab in den letzten Tagen viele Fragen und auch für mich ist noch vieles neu. Vorab: Die Veranstaltung findet statt und wird vorerst online durchgeführt. Die Vorlesungen werden als Screencast(s) veröffentlicht. Am Ende eines jeden Vorlesungstermins wird eine kurze Q/A-Session als Zoom-Meeting durchgeführt.
Die Einführungsveranstaltung findet am Dienstag, 28.04., 11-13 Uhr statt und wird vorab als Screencast veröffentlicht. Im Anschluss wird es eine kurze Q/A-Session über ZOOM geben. Wenn Sie an der Einführungsveranstaltung teilnehmen wollen, registrieren Sie sich bitte für den Kurs über Agnes. Genauere Details werden dann über AGNES kurz vor dem Termin kommuniziert.
Diese Vorlesung gibt eine Einführung in das Gebiet des Maschinellen Lernens. Es werden verschiedene Verfahren des Maschinellen Lernens, deren grundlegenden mathematischen Konzepte sowie deren praktische Anwendung vorgestellt. Die Vorlesung thematisiert u.a. Klassifizierung, Regression, Testen und Overfitting, Dimensionsreduktion und Datentransformation.
In der begleitenden Übung werden praktische Erfahrungen mit Maschinellen Lernalgorithmen unter Verwendung von Open-Source-Bibliotheken in Python gesammelt.
Termin
Dienstag | 11:00 - 13:00 (als Screencast und als kurze Q/A über Zoom) | RUD 25, 3.101 |
Voraussetzungen
Es gibt keine Voraussetzung. Kenntnisse in Python sind von Vorteil.
Prüfungen und Anrechenbarkeit
Je nach Teilnehmerzahl sind Prüfungen mündlich oder schriftlich. Die Prüfungsform wird in der ersten Semesterwoche bekannt gegeben. Voraussetzung für die Anmeldung zur Prüfung ist das Bestehen der Übung.
Das Modul ist anrechenbar für
- Monobachelor Informatik, 5 SP
- Kombinationsbachelor, 5 SP
- INFORMIT, 5 SP
Literatur und weiterführende Links
- Hastie, Tibshirani, Friedman:The Elements of Statistical Learning, Second Edition Buch PDF
- Schnellstart Python Ein Einstieg ins Programmieren für MINT-Studierende (Kostenfrei über die HU-Bibliothek als Download)
Themen und Folien
Folien sind in Moodle jeweils nach der Vorlesung als PDF verfügbar. Änderungen möglich. All slides are English, but the course will be held in German.