Projekt: Statistische Methoden in KI und MLModulbeschreibung #40657 / Version 4
- 9 LP
- Portfolioprüfung
- Benotet
- Wintersemester
- Englisch, Deutsch
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27).
| Modul / Version | #40657 / #4 |
|---|---|
| Gültigkeit | SS 2017 – WS 2017/18 |
| Verfügbare Sprache(n) | Englisch, Deutsch |
| Leistungspunkte | 9 |
| Modulverantwortliche*r | Opper, Manfred |
| Benotung | Benotet |
| Prüfungsform | Portfolioprüfung |
| Lehrsprache(n) | Englisch, Deutsch |
Zugehörigkeit
| Fakultät | Fakultät IV |
|---|---|
| Institut | Institut für Softwaretechnik und Theoretische Informatik |
| Fachgebiet | 34351600 FG Künstliche Intelligenz |
Kontakt
| Sekretariat | MAR 4-2 |
|---|---|
| Ansprechpartner*in | Ruttor, Andreas |
| E-Mail-Adresse | lehre@ki.tu-berlin.de |
| Webseite | http://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.
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.
Bayesianischen Methoden in KI und dem maschinellen Lernen.
Modulbestandteile
Pflichtbereich
Die folgenden Veranstaltungen sind für das Modul obligatorisch:
| Lehrveranstaltungen | Art | Nummer | Turnus | Sprache | SWS | VVZ |
|---|---|---|---|---|---|---|
| Projects in Machine Learning and Artificial Intelligence | Projekt | 3435 L701 | Wintersemester | – | 6 | ISIS |
Arbeitsaufwand und Leistungspunkte
Projects in Machine Learning and Artificial Intelligence (Projekt)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 15 | 6 h | 90 h |
| Vor- und Nachbereitungszeit | 15 | 12 h | 180 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.
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
| Benotung | Benotet |
|---|---|
| Prüfungsform | Portfolioprüfung |
| Sprache | Englisch, Deutsch |
Prüfungselemente
| Name | Punkte/Gewicht | Kategorie | Dauer/Umfang |
|---|---|---|---|
| (Ergebnisprüfung) Projektbericht | 60 | schriftlich | 3 Std. |
| (Ergebnisprüfung) Seminarvortrag | 40 | mündlich | 45 Minuten |
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).
* Service-Veranstaltung für andere Studiengänge (vor allem aus dem natur- und ingenieurwissenschaftlichen Bereich und der Mathematik).
Sonstiges
Keine Angabe