Zum Inhalt springen
Technische Universität Berlin English
Vorlesungsverzeichnis und Modultransfersystem

Master Forschungs-Projekt ML IIModulbeschreibung #41207 / Version 2

← Zur Modulseite English version
Modul / Version#41207 / #2
GültigkeitSeit WiSe 2025/26
Verfügbare Sprache(n)Englisch, Deutsch
Leistungspunkte6
Modulverantwortliche*rMüller, Klaus-Robert
BenotungBenotet
PrüfungsformReferat
Lehrsprache(n)Englisch

Zugehörigkeit

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

Kontakt

SekretariatFR 6-1
Ansprechpartner*inChmiela, Stefan
E-Mail-Adressestefan@chmiela.com
Webseitehttps://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:

LehrveranstaltungenArtNummerTurnusSpracheSWSVVZ
Graduate Research Project ML IIProjekt Winter- und Sommersemester[en]4 ISIS

Arbeitsaufwand und Leistungspunkte

Graduate Research Project ML II (Projekt)

AufwandbeschreibungMultiplikatorStundenGesamt
Besprechungen mit dem betreuenden Wissenschaftler102 h20 h
Mündliche (Poster-) Präsentation, einschließlich der Vorbereitung125 h25 h
Projektarbeit (inkl. Literaturrecherche)159 h135 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

BenotungBenotet
PrüfungsformReferat
SpracheEnglisch
Dauer/Umfang20 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 / 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 › Data and Software Engineering / Data and Software Engineering
SoSe 2026Studiengebiete › Kognitive Systeme / Cognitive Systems
WiSe 2026/27Wahlpflichtbereich › Studiengebiet › Kognitive Systeme / Cognitive Systems
Elektrotechnik
StuPO 2015
WiSe 2025/26Wahlpflicht Studiengebiete Fak. IV › Data and Software Engineering / Data and Software Engineering
SoSe 2026Wahlpflicht Studiengebiete Fak. IV › Data and Software Engineering / Data and Software Engineering
WiSe 2026/27Wahlpflichtbereich › Studiengebiete Fak. IV › Data and Software Engineering / Data and Software Engineering
Information Systems Management (Wirtschaftsinformatik)
StuPO 2017
WiSe 2025/26Wahlpflichtbereich › Fachstudium Informatik › Data and Software Engineering
SoSe 2026Wahlpflichtbereich › Fachstudium Informatik › Data and Software Engineering
WiSe 2026/27Wahlpflichtbereich › Fachstudium Informatik › Data and Software Engineering
Wirtschaftsingenieurwesen
StuPO 2026
WiSe 2026/27Ingenieurwissenschaften / Studienrichtungen › AI Engineering › Data and Software Engineering

Sonstiges

Keine Angabe