Humboldt-Universität zu Berlin - Mathematisch-Naturwissenschaftliche Fakultät - Wissensmanagement in der Bioinformatik

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.