Nachhaltigkeitsstudien, Bachelor (PO-2024)
| Modulnummer / Modulcode | NaS-SP27-M3 |
|---|---|
| Modulname | Künstliche Intelligenz und Data Science |
| Art des Moduls | Wahlpflicht |
| Lernergebnisse, Kompetenzen, Qualifikationsziele | Studierende erwerben grundlegende Kompetenzen aus einem der Bereiche Data Science und Künstliche Intelligenz. Sie erwerben Wissen über grundlegende Techniken in diesem Bereichen, z.B. zur Gewinnung von Information in großen Datenmengen oder zu automatischer Klassifikation mittels Machine Learning. |
| Lehrveranstaltungsarten | VL (2 SWS), Ü (2 SWS) oder P (4 SWS) |
| Lehrinhalte | Beschreibende Statistik, Wahrscheinlichkeit, Simulation und Zufallszahlen, Zufallsvariable, Erwartungswert und Varianz, spezielle diskrete Verteilungen, Ungleichung von Tschebyscheff, Gesetz der großen Zahlen, allgemeine Wahrscheinlichkeitsräume, Wahrscheinlichkeitsmaße auf reellen Zahlen, Schätzen und Testen, Stochastik als Grundlage für Data Science und maschinelles Lernen
|
| Titel der Lehrveranstaltungen | Stochastische Grundlagen des maschinellen Lernens |
| Lehr- und Lernmethoden (Lehr- und Lernformen) | Frontalunterricht, Einzel- und Gruppenübungen, Präsentation von Lösungen durch Studierende |
| Verwendbarkeit des Moduls | Bachelor Nachhaltigkeitswissenschaften – Sustainability Studies, Studiengänge mit integrierten Nachhaltigkeitsstudien, Nebenfach Nachhaltigkeitsstudien |
| Dauer des Moduls | ein Semester |
| Häufigkeit des Angebotes | jährlich im Wintersemester |
| Sprache | deutsch |
| Empfohlene (inhaltliche) Voraussetzungen für die Teilnahme am Modul | |
| Voraussetzungen für die Teilnahme am Modul | Keine Voraussetzung |
| Studentischer Arbeitsaufwand | 180 Stunden (60h Präsenz + 120h Selbststudium) |
| Studienleistungen | keine |
| Voraussetzung für Zulassung zur Prüfungsleistung | keine |
| Prüfungsleistungen | Hausarbeit (Programmierprojekt) inkl. Präsentation (ca. 30min) |
| Anzahl Credits (ECTS) | 6 cp |
| Lehreinheit | Informatik |
| Modulverantwortliche/r | Prof. Dr. Gerd Stumme |
| Lehrende | Prof. Dr. Bernhard Sick und Mitarbeitende |
| Medienformen | |
| Literatur | |
| Bemerkungen | Pflichtmodul im Schwerpunkt 27: Künstliche Intelligenz und Data Science |