INFB P: Maschinelles Lernen in der Praxis | SG | INF | |
---|---|---|---|
Dozent : |
Prof. Dr. Georg Merz
|
Semester | 5 |
Einordnung : | Bachelor Informatik, Projekt | SWS | 4 |
Sprache : | Deutsch | Art | L |
Prüfungsart : | SL | Credits | 7 |
Prüfungsform : | Belegarbeit mit mdl. Prüfungsgespräch | ||
Voraussetzungen : | |||
Querverweise : | |||
Vorkenntnisse : | |||
Hilfsmittel und Besonderheiten : | |||
Lehrziele : | * Verständnis der Grundlagen des maschinellen Lernens und der zugehörigen Algorithmen und Methoden. * Fähigkeit, reale Datensätze zu beschaffen, zu explorieren und aufzubereiten. * Kompetenz im Feature-Engineering, einschließlich Feature-Extraktion, -Auswahl und -Transformation. * Kenntnis der verschiedenen Evaluierungsmetriken und Fähigkeit, die Leistung von Vorhersagemodellen zu bewerten. * Erfahrung im Trainieren, Validieren und Optimieren von Modellen des maschinellen Lernens. * Fähigkeit zur Teamarbeit und Zusammenarbeit in einem Data Science Projekt. * Präsentationsfähigkeiten und die Fähigkeit, Projektergebnisse klar und überzeugend zu kommunizieren. | ||
Lehrinhalte : | Ziel dieser Lehrveranstaltung ist es, die Studierenden in die Lage zu versetzen, an einer Kaggle Challenge teilzunehmen und ein Ergebnis einzureichen. | ||
Literatur : |