Strukturbaum
Keine Einordnung ins Vorlesungsverzeichnis vorhanden.
Veranstaltung ist aus dem Semester
WS 2019/20
, Aktuelles Semester: SoSe 2024
| |||||||||||
|
|||||||||||
Konzepte des maschinellen Lernens Belegpflicht | |||||||||||
Nr.: 7961 Seminar / Wahlfach WS 2019/20 Jedes Semester | |||||||||||
Fakultät: | Fakultät Technologie und Management | ||||||||||
Teilnehmer/-in Maximal : 16 | |||||||||||
Studiengang | Technik-Management & Optimierung, Abschluss 90, ( 1. - 3. Semester ) - ECTS-Punkte : 3 - Kategorie : Wahlfach | ||||||||||
Zugeordnete Lehrperson: | Jenke | ||||||||||
|
|||||||||||
Termin: |
Mittwoch
16:00
-
19:15
14tägl
Beginn : 16.10.2019 | Raum : B 308 Seminarraum Gebäude B | |||||||||
fällt aus am 27.11.2019 Vorlesung fällt aus | |||||||||||
Inhalt: | Inhalte:
- Einführung: maschinelles Lernen im Kontext der Digitalisierung, Entscheidungen - Modellbildung: ML-Prozess, Problemtypen, Methoden, Problemformulierung, CRISP-DM - Wirtschaftlichkeit: Einsatzmöglichkeiten, Faktoren, Machbarkeit |
||||||||||
Lernziele: | Die Studierenden erlernen Konzepte des maschinellen Lernens (Machine Learning). Sie können mit Experten kompetent kommunizieren. Sie verstehen den Machine Learning (ML) Prozess und welche Problemtypen damit gelöst werden können. Sie können Probleme so formulieren, dass der ML-Prozess angewandt werden kann. Sie kennen die wichtigsten Faktoren für die Wirtschaftlichkeit von ML-Projekten. | ||||||||||
Voraussetzungen: | Programmiererfahrung (z.B. Python) von Vorteil, aber nicht zwingend notwendig. | ||||||||||
Leistungsnachweis: | benotete Prüfungsleistung: Projekt Arbeit mit schriftlicher Ausarbeitung oder Präsentation | ||||||||||