Angewandtes Maschinelles Lernen
Dr. Patrick Schäfer
Die erste Vorlesung findet am Donnerstag, 26.10.23, statt.
Die Vorlesung findet in Präsenz statt. Es existieren zusätzlich Videos aus den Vorjahren. Inhalte können leicht von den Aufzeichnungen abweichen.
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
Donnerstag | 11:00 - 13:00 | RUD 25, 3.001 |
Voraussetzungen
Der Kurs setzt Schwerpunkte auf Python und linearer Algebra. Daher sind Programmierkenntnisse (zB in Python) und Kenntnisse in linearer Algebra von Vorteil. Alternativ die Bereitschaft sich einzuarbeiten.
Prüfungen und Anrechenbarkeit
Schriftliche Prüfung. 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
- Forschungsorientiert: Ja - kann im Masterstudiengang Informatik angerechnet werden im fachlichen Wahlpflichtbereich.
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.