Maschinelles Lernen in Wissenschaft und IndustrieModulbeschreibung #41044 / Version 2
- 3 LP
- Mündliche Prüfung
- Benotet
- Winter- und Sommersemester
- Englisch
| Modul / Version | #41044 / #2 |
|---|---|
| Gültigkeit | Seit WiSe 2025/26 |
| Verfügbare Sprache(n) | Englisch, Deutsch |
| Leistungspunkte | 3 |
| Modulverantwortliche*r | Müller, Klaus-Robert |
| Benotung | Benotet |
| Prüfungsform | Mündliche Prüfung |
| Lehrsprache(n) | Englisch |
Zugehörigkeit
| Fakultät | Fakultät IV |
|---|---|
| Institut | Institut für Softwaretechnik und Theoretische Informatik |
| Fachgebiet | 34352000 FG Maschinelles Lernen |
Kontakt
| Sekretariat | FR 6-1 |
|---|---|
| Ansprechpartner*in | Niediek, Johannes |
| E-Mail-Adresse | johannes.niediek@tu-berlin.de |
| Webseite | https://web.ml.tu-berlin.de/teaching/courses |
Lernergebnisse
Die Studierenden haben einen Überblick über die zahlreichen Anwendungsmöglichkeiten des maschinellen Lernens in Wissenschaft und Industrie. Sie wurden des weiteren mit den vielen Herausforderungen konfrontiert, die bei der Umsetzung von maschinellem Lernen in praktische Anwendungen auftreten, wie z. B. die Übersetzung eines konkreten Anwendungsbedarfs in ein gut formuliertes ML-Problem, die Entwicklung eines geeigneten Datensatzes und ML-Modells, die Validierung/Interpretation des trainierten ML-Modells und weitere praktische Einschränkungen.
Lehrinhalte
Der Kurs behandelt eine Auswahl von Anwendungen des maschinellen Lernens in Wissenschaft und Industrie. Typische Herausforderungen, die sich bei der Anwendung von ML-Modellen in der Praxis ergeben, werden beleuchtet.
Modulbestandteile
Pflichtbereich
Die folgenden Veranstaltungen sind für das Modul obligatorisch:
| Lehrveranstaltungen | Art | Nummer | Turnus | Sprache | SWS | VVZ |
|---|---|---|---|---|---|---|
| Machine Learning in Science and Industry, Lectures | Seminar | Winter- und Sommersemester | [en] | 2 | ISIS |
Arbeitsaufwand und Leistungspunkte
Machine Learning in Science and Industry, Lectures (Seminar)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 15 | 2 h | 30 h |
| Vor-/Nachbereitung | 15 | 4 h | 60 h |
| 90 h | |||
Der Aufwand des Moduls summiert sich zu 90 Stunden. Damit umfasst das Modul 3 Leistungspunkte.
Beschreibung der Lehr- und Lernformen
Der Kurs besteht aus einer Reihe von Vorlesungen zu verschiedenen angewandten Themen, die von einer Auswahl von Forschenden aus Industrie und Wissenschaft gehalten werden.
Voraussetzungen für die Teilnahme / Prüfung
Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:
Grundlagenwissen zu ML und ML-Algorithmen werden für die Teilnahme an diesem Kurs empfohlen.
Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:
Dieses Modul hat keine Prüfungsvoraussetzungen.
Abschluss des Moduls
| Benotung | Benotet |
|---|---|
| Prüfungsform | Mündliche Prüfung |
| Sprache | Englisch, Deutsch |
| Dauer/Umfang | 30 Minuten |
Dauer des Moduls
Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.
Dieses Modul kann in folgenden Semestern begonnen werden: Winter- und Sommersemester.
Maximale teilnehmende Personen
Die maximale Teilnehmerzahl beträgt 30.
Anmeldeformalitäten
Informationen zur Anmeldung finden Sie unter http://wiki.ml.tu-berlin.de/wiki/
Literaturhinweise, Skripte
Skript in Papierform
nicht verfügbar
Skript in elektronischer Form
nicht verfügbar
Empfohlene Literatur
Keine empfohlene Literatur angegeben
Zugeordnete Studiengänge
Diese Modulversion wird in folgenden Studiengängen verwendet:
| Studiengang / StuPO | Semester | Studiengangsbereich |
|---|---|---|
| Computer Engineering StuPO 2015 | WiSe 2025/26 | Wahlpflicht Studiengebiet B › Kognitive Systeme / Cognitive Systems |
| SoSe 2026 | Wahlpflicht Studiengebiet B › Kognitive Systeme / Cognitive Systems | |
| WiSe 2026/27 | Wahlpflichtbereich › Studiengebiet B › Kognitive Systeme / Cognitive Systems | |
| Computer Science (Informatik) StuPO 2015 | WiSe 2025/26 | Studiengebiete › Kognitive Systeme / Cognitive Systems |
| SoSe 2026 | Studiengebiete › Kognitive Systeme / Cognitive Systems | |
| WiSe 2026/27 | Wahlpflichtbereich › Studiengebiet › Kognitive Systeme / Cognitive Systems | |
| Elektrotechnik StuPO 2015 | WiSe 2025/26 | Wahlpflicht Studiengebiete Fak. IV › Kognitive Systeme / Cognitive Systems |
| SoSe 2026 | Wahlpflicht Studiengebiete Fak. IV › Kognitive Systeme / Cognitive Systems | |
| WiSe 2026/27 | Wahlpflichtbereich › Studiengebiete Fak. IV › Kognitive Systeme / Cognitive Systems | |
| Wirtschaftsingenieurwesen StuPO 2026 | WiSe 2026/27 | Ingenieurwissenschaften / Studienrichtungen › AI Engineering › Cognitive Systems |
Sonstiges
Keine Angabe