Skip to content
Technische Universität Berlin Deutsch
Course catalog and module transfer system

Praktikum Maschinelles LernenModule description #40635 / Version 1

← Module page Deutsche Fassung
This module description is not valid in the current semester (Winter semester 2026/27). Current version (v2)
Module / Version#40635 / #1
ValiditySS 2014 – WS 2016/17
Available language(s)English
Credit points9
Person responsible for the moduleMüller, Klaus-Robert
GradingGraded
Exam formatOral exam
Language(s) of instructionEnglish

Affiliation

FacultyFakultät IV
InstituteInstitut für Softwaretechnik und Theoretische Informatik
Academic chair34352000 FG Maschinelles Lernen

Contact

OfficeFR 6-1
Contact personJamshidi Idaji, Mina
E-mail addressmina.jamshidi.idaji@tu-berlin.de
Websitehttp://ml.tu-berlin.de

Learning outcomes

Die Studierenden sind in der Lage, die zentralen Algorithmen des Maschinellen Lernens selbst zu implementieren, anzuwenden und ihre Leistung auf geeigneten künstlichen Datensätzen zu analysieren. Außerdem haben sie einen breiten Überblick aktueller Verfahren, ihrer Anwendungs-möglichkeiten und Grenzen.

Content

Behandelt werden die bekanntesten Algorithmen zur Dimensionsreduktion bzw. Visualisierung, Clustering, Regression, und Klassifikation (inkl. Modellselektion).

Module components

Compulsory area

The following courses are mandatory for this module:

CoursesTypeNumberFrequencyLanguageHours per weekCourse catalog
Praktikum Maschinelles LernenInternship0434 L550 Summer semester–6 ISIS

Workload and credit points

Praktikum Maschinelles Lernen (Internship)

Workload descriptionMultiplierHoursTotal
Präsenzzeit156 h90 h
Vor-/Nachbereitung1512 h180 h
270 h

The workload of the module adds up to 270 hours. The module therefore comprises 9 credit points.

Description of teaching and learning methods

Die Veranstaltung besteht zum einen aus wöchentlichen Veranstaltungen, in denen neue Methoden und Übungsaufgaben vorgestellt werden, bzw. Lösungen von Teilnehmern präsentiert werden, sowie eigenständiger Bearbeitung von Übungsaufgaben.

Requirements for participation and examination

Desirable prerequisites for participation in the courses:

Programmierkenntnisse, Teilnahme am Modul „Maschinelles Lernen 1“ oder „Maschinelles Lernen 2“ ist wünschenswert.

Mandatory requirements for the module examination registration:

This module has no examination requirements.

Completion of the module

GradingGraded
Exam formatOral exam
LanguageEnglish

Exam description

Mündliche Prüfung (benotet).
Voraussetzung zur Teilnahme an der mündlichen Prüfung ist die erfolgreiche Bearbeitung der Übungsaufga-ben (mindestens 50% der Punkte).

Duration of the module

The following number of semesters is estimated for taking and completing the module: 1 semester(s).

This module can be started in the following semesters: Summer semester.

Maximum number of participants

The maximum capacity of participants is 10.

Registration procedures

Die Anmeldungen werden in der Reihenfolge des Eintreffens berücksichtigt; Details und Fristen siehe Fachgebietswebseite. http://www.ml.tu-berlin.de

Recommended reading, lecture notes

Lecture notes

unavailable

Electronic lecture notes

unavailable

Recommended literature

No recommended literature given

Assigned programs

This module is not used in any program.

Service-Veranstaltung für andere Studiengänge (vor allem aus dem natur- und ingenieurwissenschaftlichen Bereich und der Mathematik)

Miscellaneous

Not specified