Master Forschungs-Projekt ML IIModulbeschreibung #41207 / Version 2
- 6 LP
- Referat
- Benotet
- Winter- und Sommersemester
- Englisch
| Modul / Version | #41207 / #2 |
|---|---|
| Gültigkeit | Seit WiSe 2025/26 |
| Verfügbare Sprache(n) | Englisch, Deutsch |
| Leistungspunkte | 6 |
| Modulverantwortliche*r | Müller, Klaus-Robert |
| Benotung | Benotet |
| Prüfungsform | Referat |
| 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 | Chmiela, Stefan |
| E-Mail-Adresse | stefan@chmiela.com |
| Webseite | https://web.ml.tu-berlin.de/ |
Lernergebnisse
Maschinelles Lernen (ML) und Datenmanagement (DM) sind die wesentlichen Faktoren, die die derzeitige Innovationswelle in den Bereichen künstliche Intelligenz und Datenwissenschaft antreiben. Graduate Research Project (GRP) I, II und III sind forschungsorientierte Kurse, die sich an ambitionierte Studierende richten, die sich von Beginn ihres Masterstudiums an in aktiven Forschungsbereichen (mit Schwerpunkt auf ML) engagieren möchten. Jeder teilnehmende Studierende arbeitet an seinem eigenen Forschungsproblem unter der Leitung eines BIFOLD-Wissenschaftlers (https://bifold.berlin/). Die Teilnehmenden erhalten eine angemessene Anleitung und Ausbildung, die für die Durchführung unabhängiger Forschungsarbeiten erforderlich ist. Vor der Einschreibung in GRP II müssen die Studierenden zunächst GRP I erfolgreich abgeschlossen haben. Nach erfolgreichem Abschluss des Kurses sind die Studierenden in der Lage, ein Forschungsproblem fachgerecht zu bearbeiten und wissenschaftlich fundierte Experimente zu planen und durchzuführen. Sie haben praktische Erfahrungen in der Planung und Umsetzung kleiner Forschungsprojekte gesammelt und gelernt, ihre Ergebnisse strukturiert und adressatengerecht - sowohl schriftlich als auch mündlich - zu präsentieren.
Lehrinhalte
Forschungsfragen werden aus der aktuellen Forschung von BIFOLD- Wissenschaftlern abgeleitet. Um mehr über die laufenden Projekte zu erfahren, sollten die Studierenden die Website https://www.bifold.berlin/research/workgroups besuchen, um die neuesten Informationen zu erhalten. Für weitere Einzelheiten sollten sich die Studierenden direkt an die einzelnen Forschungsgruppenleiter wenden.
Modulbestandteile
Pflichtbereich
Die folgenden Veranstaltungen sind für das Modul obligatorisch:
| Lehrveranstaltungen | Art | Nummer | Turnus | Sprache | SWS | VVZ |
|---|---|---|---|---|---|---|
| Graduate Research Project ML II | Projekt | Winter- und Sommersemester | [en] | 4 | ISIS |
Arbeitsaufwand und Leistungspunkte
Graduate Research Project ML II (Projekt)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Besprechungen mit dem betreuenden Wissenschaftler | 10 | 2 h | 20 h |
| Mündliche (Poster-) Präsentation, einschließlich der Vorbereitung | 1 | 25 h | 25 h |
| Projektarbeit (inkl. Literaturrecherche) | 15 | 9 h | 135 h |
| 180 h | |||
Der Aufwand des Moduls summiert sich zu 180 Stunden. Damit umfasst das Modul 6 Leistungspunkte.
Beschreibung der Lehr- und Lernformen
Die Studierenden arbeiten an ihrem eigenen individuellen Forschungsprojekt und erwerben praktische Erfahrungen bei der weitgehend selbständigen Durchführung von Experimenten. Sie erstellen und präsentieren eine mündliche (Poster-) Präsentation über ihre Forschungsaktivitäten. Aktive, selbstmotivierte Teilnahme und Beiträge zu allen Teilen dieses Kurses sind obligatorisch.
Voraussetzungen für die Teilnahme / Prüfung
Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:
Informatik-Themen, die in den Modulen des Bachelor-Studiengangs an der TU Berlin behandelt werden, insbesondere Kenntnisse in linearer Algebra und Infinitesimalrechnung, Wahrscheinlichkeitstheorie und Stochastik und relevante Grundlagen des maschinellen Lernens, sowie grundlegende Programmierkenntnisse. Kenntnisse aus einem Masterstudiengang auf diesem Gebiet sind erforderlich und werden in direkter Kommunikation mit dem Projektbetreuer vor der Einschreibung in den Kurs festgestellt. Der erfolgreiche Abschluss des Kurses Graduate Research Project (GRP) ML I vor der Einschreibung in GRP ML II ist obligatorisch. Dieser Kurs wird in englischer Sprache angeboten. Daher sind gute englische Sprachkenntnisse (C1) erforderlich.
Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:
Dieses Modul hat keine Prüfungsvoraussetzungen.
Abschluss des Moduls
| Benotung | Benotet |
|---|---|
| Prüfungsform | Referat |
| Sprache | Englisch |
| Dauer/Umfang | 20 Minuten |
Prüfungsbeschreibung (Abschluss des Moduls)
Die Studierenden halten eine mündliche (Poster-) Präsentation ihrer Forschungsarbeit.
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 6.
Anmeldeformalitäten
Die Studierenden wählen zunächst eine betreuende BIFOLD-Forschungsgruppe für ihr Forschungsprojekt aus, indem sie sich direkt an diese wenden (siehe hier: https://www.bifold.berlin/research/workgroups). Wenn das zuständige BIFOLD-Mitglied zustimmt, melden sich die Studierenden beim Betreuer/Kursleiter in der entsprechenden Gruppe (Fachgebiet) an.
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 › Data and Software Engineering / Data and Software Engineering |
| 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 › Data and Software Engineering / Data and Software Engineering |
| SoSe 2026 | Wahlpflicht Studiengebiete Fak. IV › Data and Software Engineering / Data and Software Engineering | |
| WiSe 2026/27 | Wahlpflichtbereich › Studiengebiete Fak. IV › Data and Software Engineering / Data and Software Engineering | |
| Information Systems Management (Wirtschaftsinformatik) StuPO 2017 | WiSe 2025/26 | Wahlpflichtbereich › Fachstudium Informatik › Data and Software Engineering |
| SoSe 2026 | Wahlpflichtbereich › Fachstudium Informatik › Data and Software Engineering | |
| WiSe 2026/27 | Wahlpflichtbereich › Fachstudium Informatik › Data and Software Engineering | |
| Wirtschaftsingenieurwesen StuPO 2026 | WiSe 2026/27 | Ingenieurwissenschaften / Studienrichtungen › AI Engineering › Data and Software Engineering |
Sonstiges
Keine Angabe