Zum Inhalt springen
Technische Universität Berlin English
Vorlesungsverzeichnis und Modultransfersystem

Maschinelles Lernen in Wissenschaft und IndustrieModulbeschreibung #41044 / Version 2

← Zur Modulseite English version
Modul / Version#41044 / #2
GültigkeitSeit WiSe 2025/26
Verfügbare Sprache(n)Englisch, Deutsch
Leistungspunkte3
Modulverantwortliche*rMüller, Klaus-Robert
BenotungBenotet
PrüfungsformMündliche Prüfung
Lehrsprache(n)Englisch

Zugehörigkeit

FakultätFakultät IV
InstitutInstitut für Softwaretechnik und Theoretische Informatik
Fachgebiet34352000 FG Maschinelles Lernen

Kontakt

SekretariatFR 6-1
Ansprechpartner*inNiediek, Johannes
E-Mail-Adressejohannes.niediek@tu-berlin.de
Webseitehttps://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:

LehrveranstaltungenArtNummerTurnusSpracheSWSVVZ
Machine Learning in Science and Industry, LecturesSeminar Winter- und Sommersemester[en]2 ISIS

Arbeitsaufwand und Leistungspunkte

Machine Learning in Science and Industry, Lectures (Seminar)

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit152 h30 h
Vor-/Nachbereitung154 h60 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

BenotungBenotet
PrüfungsformMündliche Prüfung
SpracheEnglisch, Deutsch
Dauer/Umfang30 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 / StuPOSemesterStudiengangsbereich
Computer Engineering
StuPO 2015
WiSe 2025/26Wahlpflicht Studiengebiet B › Kognitive Systeme / Cognitive Systems
SoSe 2026Wahlpflicht Studiengebiet B › Kognitive Systeme / Cognitive Systems
WiSe 2026/27Wahlpflichtbereich › Studiengebiet B › Kognitive Systeme / Cognitive Systems
Computer Science (Informatik)
StuPO 2015
WiSe 2025/26Studiengebiete › Kognitive Systeme / Cognitive Systems
SoSe 2026Studiengebiete › Kognitive Systeme / Cognitive Systems
WiSe 2026/27Wahlpflichtbereich › Studiengebiet › Kognitive Systeme / Cognitive Systems
Elektrotechnik
StuPO 2015
WiSe 2025/26Wahlpflicht Studiengebiete Fak. IV › Kognitive Systeme / Cognitive Systems
SoSe 2026Wahlpflicht Studiengebiete Fak. IV › Kognitive Systeme / Cognitive Systems
WiSe 2026/27Wahlpflichtbereich › Studiengebiete Fak. IV › Kognitive Systeme / Cognitive Systems
Wirtschaftsingenieurwesen
StuPO 2026
WiSe 2026/27Ingenieurwissenschaften / Studienrichtungen › AI Engineering › Cognitive Systems

Sonstiges

Keine Angabe