Mechatronik, Master (PO-2023)
| Modulnummer / Modulcode | WP-EEML |
|---|---|
| Modulname | Experimentation and Evaluation in Machine Learning |
| Art des Moduls | Wahlpflicht |
| Lernergebnisse, Kompetenzen, Qualifikationsziele | Der/die Studierende kann Grundprinzipien von Strategien und Maßen bei der Versuchsplanung und Evaluation von Maschinellen Lernverfahren erklären; diese Techniken und Maße anwenden, um neue Anwendungen zu entwickeln; Anwendungen mit diesen Techniken und Maßen vergleichen und bewerten. |
| Lehrveranstaltungsarten | VLmP (2 SWS), Ü (2 SWS) |
| Lehrinhalte | Zielfunktionen und Optimierungsverfahren bei grundlegenden Verfahren des Clustering, Regression (inkl. Vorhersage) und Klassifikation; Über, Unteranpassung / Bias-Varianz-Dilemma, curse of dimensionality; Performanzmaße (Precision / Recall, F1, ROC / AUC) für Klassifikation, Regression (inkl. Vorhersage) und Clustering; Grundlagen statistischer Tests zur Evaluation und Aspekte der Modellselektion (Occam’s razor, no free lunch, ugly duckling); Kreuzvalidierung und Bootstrapping; Techniken zur Optimierung von Hyperparametern (Heuristiken, grid search, Bayes’sche Optimierung, Gradienten-basierte und evolutionäre Techniken); praktische Durchführung von rechenintensiven Experimenten mit Maschinellen Lernverfahren; Planung und Durchführung einer Datenerhebung |
| Titel der Lehrveranstaltungen | Experimentation and Evaluation in Machine Learning |
| Lehr- und Lernmethoden (Lehr- und Lernformen) | Frontalunterricht in Vorlesung, Einzel- und Teamarbeit in Übungen, Rechnerübungen (u. a. mit Jupyter Notebooks), angeleitete Präsentation von Lösungen durch Studierende |
| Verwendbarkeit des Moduls | Informatik, Environmental Informatics |
| Dauer des Moduls | Ein Semester |
| Häufigkeit des Angebotes | siehe Vorlesungsverzeichnis |
| Sprache | Deutsch/Englisch |
| Empfohlene (inhaltliche) Voraussetzungen für die Teilnahme am Modul | |
| Voraussetzungen für die Teilnahme am Modul | keine |
| Studentischer Arbeitsaufwand | 180 h (60 h Präsenz + 120 h Selbststudium) |
| Studienleistungen | Studienleistung S1: Regelmäßige Bearbeitung von Übungsaufgaben |
| Voraussetzung für Zulassung zur Prüfungsleistung | Studienleistung S1 |
| Prüfungsleistungen | Mündliche Prüfung (20 Minuten) oder Klausur (120 Minuten) |
| Anzahl Credits (ECTS) | 6 cp |
| Lehreinheit | Informatik |
| Modulverantwortliche/r | Prof. Dr. Bernhard Sick |
| Lehrende | Prof. Dr. Bernhard Sick und Mitarbeitende |
| Medienformen | Folien, Tafel, Übungsblätter, Rechnerübungen, wissenschaftliche Veröffentlichungen |
| Literatur |
Weitere Literatur wird in der Lehrveranstaltung bekanntgegeben. |