Project: Statistical Methods in AI and MLModule description #40657 / Version 1
- 9 CP
- Portfolio examination
- Graded
- Winter semester
- English, German
This module description is not valid in the current semester (Winter semester 2026/27).
| Module / Version | #40657 / #1 |
|---|---|
| Validity | SS 2014 – WS 2015/16 |
| Available language(s) | English, German |
| Credit points | 9 |
| Person responsible for the module | Opper, Manfred |
| Grading | Graded |
| Exam format | Portfolio examination |
| Language(s) of instruction | English, German |
Affiliation
| Faculty | Fakultät IV |
|---|---|
| Institute | Institut für Softwaretechnik und Theoretische Informatik |
| Academic chair | 34351600 FG Künstliche Intelligenz |
Contact
| Office | MAR 4-2 |
|---|---|
| Contact person | Ruttor, Andreas |
| E-mail address | lehre@ki.tu-berlin.de |
| Website | http://www.ki.tu-berlin.de/menue/lehre |
Learning outcomes
Die Studierenden sind in der Lage, eine komplexere Fragestellung aus dem Forschungsgebiet der Statistischen Methoden in KI und Machinellem Lernen selbstständig zu bearbeiten und die Resultate anschließend adäquat zu präsentieren.
Die Fähigkeiten umfassen: Literaturarbeit, Präzisierung der vorgegebenen Fragestellung, Planung, Durchführung und Bewertung der wissenschaftlichen Arbeit, adäquate Präsentation und Diskussion der erzielten Resultate.
Das Modul vermittelt überwiegend:
Fachkompetenz 20% Methodenkompetenz 30% Systemkompetenz 30% Sozialkompetenz 20%
Die Fähigkeiten umfassen: Literaturarbeit, Präzisierung der vorgegebenen Fragestellung, Planung, Durchführung und Bewertung der wissenschaftlichen Arbeit, adäquate Präsentation und Diskussion der erzielten Resultate.
Das Modul vermittelt überwiegend:
Fachkompetenz 20% Methodenkompetenz 30% Systemkompetenz 30% Sozialkompetenz 20%
Content
Die Themen beinhalten aktuelle Gebiete aus dem Bereich der statistischen, insbesondere der
Bayesianischen Methoden in KI und dem maschinellen Lernen.
Bayesianischen Methoden in KI und dem maschinellen Lernen.
Module components
Compulsory area
The following courses are mandatory for this module:
| Courses | Type | Number | Frequency | Language | Hours per week | Course catalog |
|---|---|---|---|---|---|---|
| Projects in Machine Learning and Artificial Intelligence | Project | 3435 L701 | Winter semester | – | 6 | ISIS |
Workload and credit points
Projects in Machine Learning and Artificial Intelligence (Project)
| Workload description | Multiplier | Hours | Total |
|---|---|---|---|
| Präsenzzeit | 15 | 6 h | 90 h |
| Vor- und Nachbereitungszeit | 15 | 12 h | 180 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
Seminar:
Literaturarbeit (englische Originalpublikationen) und Ausarbeitung eines "project proposals" unter Anleitung eines Assistenten.
Vorstellung der Ergebnisse und des Proposals in einem Vortrag im Plenum.
Projekt:
Bearbeitung einer komplexeren Fragestellung ("project proposal'' aus dem Seminarteil) entweder individuell oder in einer kleinen Arbeitsgruppe unter Anleitung eines Assistenten.
Literaturarbeit (englische Originalpublikationen) und Ausarbeitung eines "project proposals" unter Anleitung eines Assistenten.
Vorstellung der Ergebnisse und des Proposals in einem Vortrag im Plenum.
Projekt:
Bearbeitung einer komplexeren Fragestellung ("project proposal'' aus dem Seminarteil) entweder individuell oder in einer kleinen Arbeitsgruppe unter Anleitung eines Assistenten.
Requirements for participation and examination
Desirable prerequisites for participation in the courses:
Eine vorherige Teilnahme an der Vorlesung Probabilistic and Bayesian Modelling in Machine Learning and Artificial Intelligence oder äquivalente Kenntnisse werden vorausgesetzt. Für die Bearbeitung der Projekte sind außerdem Grundkenntnisse in Mathematik (Lineare Algebra, Analysis, Stochastik) sowie Programmierkenntnisse erforderlich.
Mandatory requirements for the module examination registration:
This module has no examination requirements.
Completion of the module
| Grading | Graded |
|---|---|
| Exam format | Portfolio examination |
| Language | English, German |
Test elements
| Name | Points/Weight | Category | Duration/Extent |
|---|---|---|---|
| Projektbericht | 60 | ||
| Seminarvortrag | 40 |
Exam description
Die Gesamtnote gemäß § 47 (2) AllgStuPO wird nach dem Notenschlüssel 2 der Fakultät IV ermittelt.
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: Winter semester.
Maximum number of participants
The maximum capacity of participants is 16.
Registration procedures
Die Anmeldung zur Lehrveranstaltung erfolgt über die ISIS-Seite. Dies ersetzt nicht die Prüfungsanmeldung beim Prüfungsamt, bzw. in QISPOS.
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.
* Wahlpflichtmodul in Master Informatik / Studienschwerpunkt Intelligente Systeme und Technische Informatik / Studienschwerpunkt Informationssysteme.
* Wahlmodul in Master Elektrotechnik. Service-Veranstaltung für andere Studiengänge (vor allem aus dem natur- und ingenieurwissenschaftlichen Bereich und der Mathematik).
* Service-Veranstaltung für andere Studiengänge (vor allem aus dem natur- und ingenieurwissenschaftlichen Bereich und der Mathematik).
* Wahlmodul in Master Elektrotechnik. Service-Veranstaltung für andere Studiengänge (vor allem aus dem natur- und ingenieurwissenschaftlichen Bereich und der Mathematik).
* Service-Veranstaltung für andere Studiengänge (vor allem aus dem natur- und ingenieurwissenschaftlichen Bereich und der Mathematik).
Miscellaneous
Not specified