Monte Carlo Methoden im Maschinellen Lernen und Künstlicher IntelligenzModulbeschreibung #40584 / Version 2
- 6 LP
- Portfolioprüfung
- Benotet
- Sommersemester
- Englisch
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27).
| Modul / Version | #40584 / #2 |
|---|---|
| Gültigkeit | WS 2014/15 – WS 2015/16 |
| Verfügbare Sprache(n) | Englisch |
| Leistungspunkte | 6 |
| Modulverantwortliche*r | Opper, Manfred |
| Benotung | Benotet |
| Prüfungsform | Portfolioprüfung |
| Lehrsprache(n) | Englisch |
Zugehörigkeit
| Fakultät | Fakultät IV |
|---|---|
| Institut | Institut für Softwaretechnik und Theoretische Informatik |
| Fachgebiet | 34351600 FG Künstliche Intelligenz |
Kontakt
| Sekretariat | MAR 4-2 |
|---|---|
| Ansprechpartner*in | Keine Angabe |
| E-Mail-Adresse | lehre@ki.tu-berlin.de |
| Webseite | http://www.ki.tu-berlin.de/menue/lehre |
Lernergebnisse
Die Studierenden sind vertraut mit neuen Methoden und aktuellen Anwendungen von Verfahren der KI und des ML, kennen und verstehen die aktuelle Fachliteratur und sind in der Lage, dies in einem Vortrag zu präsentieren.
Lehrinhalte
Die Veranstaltungen stellen aktuelle Techniken der KI und des ML und ihre Anwendungen vor.
Modulbestandteile
Pflichtbereich
Die folgenden Veranstaltungen sind für das Modul obligatorisch:
Arbeitsaufwand und Leistungspunkte
Monte Carlo Methods in AI and ML (Vorlesung)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 15 | 2 h | 30 h |
| Vor-/Nachbereitung | 15 | 2 h | 30 h |
| 60 h | |||
Monte Carlo Methods in AI and ML (Übung)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 15 | 2 h | 30 h |
| Vor-/Nachbereitung | 15 | 6 h | 90 h |
| 120 h | |||
Der Aufwand des Moduls summiert sich zu 180 Stunden. Damit umfasst das Modul 6 Leistungspunkte.
Beschreibung der Lehr- und Lernformen
Vorlesung: Frontalunterricht vor allen Teilnehmern zur Vermittlung des Stoffes
Übungen: Bearbeitung von kleineren Projekten, Präsentation der Resultate in kurzen Vorträgen.
Übungen: Bearbeitung von kleineren Projekten, Präsentation der Resultate in kurzen Vorträgen.
Voraussetzungen für die Teilnahme / Prüfung
Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:
Vorausgesetzt werden Grundkenntnisse in Mathematik (Lineare Algebra, Analysis, Stochastik) sowie Programmierkenntnisse.
Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:
Dieses Modul hat keine Prüfungsvoraussetzungen.
Abschluss des Moduls
| Benotung | Benotet |
|---|---|
| Prüfungsform | Portfolioprüfung |
| Sprache | Englisch |
Prüfungselemente
| Name | Punkte/Gewicht | Kategorie | Dauer/Umfang |
|---|---|---|---|
| Darstellung (Vortragsgestaltung) | 30 | ||
| Inhalt des Vortrags (Theorie und Resultate der Projekte) | 70 |
Prüfungsbeschreibung (Abschluss des Moduls)
Die Gesamtnote gemäß § 47 (2) AllgStuPO wird nach dem Notenschlüssel 2 der Fakultät IV ermittelt.
Dauer des Moduls
Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 2 Semester.
Dieses Modul kann in folgenden Semestern begonnen werden: Sommersemester.
Maximale teilnehmende Personen
Dieses Modul ist nicht auf eine Anzahl Studierender begrenzt.
Anmeldeformalitäten
Die Anmeldung zur Lehrveranstaltung erfolgt über die ISIS-Seite. Dies ersetzt nicht die Prüfungsanmeldung beim Prüfungsamt, bzw. in QISPOS.
Literaturhinweise, Skripte
Skript in Papierform
nicht verfügbar
Skript in elektronischer Form
verfügbar – Die Folien zur Lehrveranstaltung werden in ISIS zur Verfügung gestellt.
Empfohlene Literatur
Keine empfohlene Literatur angegeben
Zugeordnete Studiengänge
Dieses Modul findet in keinem Studiengang Verwendung.
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)
Sonstiges
Keine Angabe