Zum Inhalt springen
Technische Universität Berlin English
Vorlesungsverzeichnis und Modultransfersystem

Projekt: Statistische Methoden in KI und MLModulbeschreibung #40657 / Version 3

← Zur Modulseite English version
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27).
Modul / Version#40657 / #3
GültigkeitSS 2016 – WS 2016/17
Verfügbare Sprache(n)Englisch, Deutsch
Leistungspunkte9
Modulverantwortliche*rOpper, Manfred
BenotungBenotet
PrüfungsformPortfolioprüfung
Lehrsprache(n)Englisch, Deutsch

Zugehörigkeit

FakultätFakultät IV
InstitutInstitut für Softwaretechnik und Theoretische Informatik
Fachgebiet34351600 FG Künstliche Intelligenz

Kontakt

SekretariatMAR 4-2
Ansprechpartner*inRuttor, Andreas
E-Mail-Adresselehre@ki.tu-berlin.de
Webseitehttp://www.ki.tu-berlin.de/menue/lehre

Lernergebnisse

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.

Lehrinhalte

Die Themen beinhalten aktuelle Gebiete aus dem Bereich der statistischen, insbesondere der
Bayesianischen Methoden in KI und dem maschinellen Lernen.

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWSVVZ
Projects in Machine Learning and Artificial IntelligenceProjekt3435 L701 Wintersemester–6 ISIS

Arbeitsaufwand und Leistungspunkte

Projects in Machine Learning and Artificial Intelligence (Projekt)

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit156 h90 h
Vor- und Nachbereitungszeit1512 h180 h
270 h

Der Aufwand des Moduls summiert sich zu 270 Stunden. Damit umfasst das Modul 9 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

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.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

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.

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

BenotungBenotet
PrüfungsformPortfolioprüfung
SpracheEnglisch, Deutsch

Prüfungselemente

NamePunkte/GewichtKategorieDauer/Umfang
(Ergebnisprüfung) Projektbericht60
(Ergebnisprüfung) Seminarvortrag40

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: 1 Semester.

Dieses Modul kann in folgenden Semestern begonnen werden: Wintersemester.

Maximale teilnehmende Personen

Die maximale Teilnehmerzahl beträgt 16.

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

nicht verfügbar

Empfohlene Literatur

Keine empfohlene Literatur angegeben

Zugeordnete Studiengänge

Dieses Modul findet in keinem Studiengang Verwendung.

* 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