Einführung in maschinelles Lernen
Introduction to Machine Learning
Modul PH8127
Basisdaten
PH8127 ist ein Semestermodul in Englisch auf das unregelmäßig angeboten wird.
Das Modul ist Bestandteil der folgenden Kataloge in den Studienangeboten der Physik.
- Fachliche Qualifizierungsmodule für Doktorand(inn)en der Physik (Vorlesungsreihen)
Soweit nicht beim Export in einen fachfremden Studiengang ein anderer studentischer Arbeitsaufwand ("Workload") festgelegt wurde, ist der Umfang der folgenden Tabelle zu entnehmen.
| Gesamtaufwand | Präsenzveranstaltungen | Umfang (ECTS) |
|---|---|---|
| h | 15 h | CP |
Inhaltlich verantwortlich für das Modul PH8127 ist Allen C. Caldwell.
Inhalte, Lernergebnisse und Voraussetzungen
Inhalt
Dieser Kurs konzentriert sich auf Methoden zur Datenverarbeitung, Optimierung und maschinelles Lernen. Zuerst lernen wir die Grundlagen der Datendekorrelations-, Reduktions- und Optimierungsalgorithmen kennen. Basierend auf diesen neuen Fähigkeiten tauchen wir in Themen des maschinellen Lernens ein, wie z.B. Clustering, Klassifikation und Regression mit baumbasierten Algorithmen und neuronalen Netzen. Im letzten Teil werden Modelle des maschinellen Lernens und verschiedene Architekturen vorgestellt und erklärt.
Lernergebnisse
Nach der erfolgreichen Teilnahme an dem Modul sind die Studierenden in der Lage:
- grundlegende Datentransformationen
- Kenntnisse in verschiedenen Optimierungsalgorithmen
- k-means-clustering
- decision trees
- neural networks
- convolutional neural networks
- auto-encoders
- generative models
Voraussetzungen
Lineare Algebra, Grundlagen Analysis, eine Programmiersprache nach Wahl
Lehrveranstaltungen, Lern- und Lehrmethoden und Literaturhinweise
Lehrveranstaltungen und Termine
| Art | SWS | Titel | Dozent(en) | Termine | Links |
|---|---|---|---|---|---|
| VI | 1 | Introduction to Machine Learning |
Caldwell, A.
Mitwirkende: Eller, P. |
Di, 10:00–14:00, virtuell |