Master Forschungs-Projekt ML IIIModulbeschreibung #41208 / Version 1
- 6 LP
- Portfolioprüfung
- Benotet
- Winter- und Sommersemester
- Englisch
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27).
Zur aktuellen Version (v2)
| Modul / Version | #41208 / #1 |
|---|---|
| Gültigkeit | WiSe 2024/25 – SoSe 2025 |
| Verfügbare Sprache(n) | Englisch, Deutsch |
| Leistungspunkte | 6 |
| Modulverantwortliche*r | Müller, Klaus-Robert |
| Benotung | Benotet |
| Prüfungsform | Portfolioprüfung |
| 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 Studenten richten, die sich von Beginn ihres Masterstudiums an in aktiven Forschungsbereichen (mit Schwerpunkt auf DM oder ML) engagieren möchten. Jeder teilnehmende Studierende arbeitet an seinem eigenen Forschungsproblem unter der Leitung eines BIFOLD- Wissenschaftlers (https://bifold.berlin/). Die Studierenden erhalten eine angemessene Anleitung und Ausbildung, die für die Durchführung unabhängiger Forschungsarbeiten erforderlich ist. Bevor sie sich für GRP III anmelden, müssen die Teilnehmer zunächst GRP I und II erfolgreich abgeschlossen haben. Nach Abschluss dieses Kurses wissen die Studierenden, wie sie ein Forschungsproblem adäquat bearbeiten können. Außerdem haben sie umfangreiche praktische Erfahrungen in der Durchführung von Experimenten gesammelt und vertiefte Kenntnisse in der kritischen Bewertung und Interpretation von Versuchsergebnissen erworben. Die Studierenden haben gelernt, wie sie einen Entwurf für eine Forschungsarbeit oder einen schriftlichen Bericht über ihre eigenen praktischen Forschungsergebnisse verfassen können.
Lehrinhalte
Forschungsaufgaben werden aus der laufenden Forschung von BIFOLD-Wissenschaftlern abgeleitet. Um mehr über die laufenden Forschungsarbeiten zu erfahren, sollten die Studierenden die Website https://www.bifold.berlin/research/workgroups besuchen, um die neuesten Informationen zu erhalten. Für weitere Einzelheiten wenden sich die Studierenden bitte direkt an die einzelnen Forschungsgruppenleiter.
Modulbestandteile
Keine Angabe
Arbeitsaufwand und Leistungspunkte
Lehrveranstaltungsunabhängiger Aufwand
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Besprechungen mit dem betreuenden Wissenschaftler | 10 | 2 h | 20 h |
| Erstellung eines schriftlichen Berichts/Entwurfs einer Veröffentlichung und Erstellung einer Präsentation | 15 | 7 h | 105 h |
| Projektarbeit (inkl. Literaturrecherche; Interpretation der Ergebnisse) | 1 | 55 h | 55 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 Kenntnisse bei der weitgehend selbständigen Durchführung von Experimenten.
Sie erstellen einen Entwurf für eine Veröffentlichung oder einen schriftlichen Bericht und halten eine Präsentation über ihre Forschungsaktivitäten. Aktive, selbstmotivierte Teilnahme und Beiträge zu allen Teilen dieses Kurses sind obligatorisch.
Sie erstellen einen Entwurf für eine Veröffentlichung oder einen schriftlichen Bericht und halten eine 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-Studienplans 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 gewährleistet. Der erfolgreiche Abschluss des Kurses Graduate Research Project (GRP) ML I & II vor der Einschreibung in GRP ML III ist obligatorisch. Dieser Kurs wird in englischer Sprache angeboten. Daher sind gute Englischkenntnisse (C1) erforderlich.
Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:
Dieses Modul hat keine Prüfungsvoraussetzungen.
Abschluss des Moduls
| Benotung | Benotet |
|---|---|
| Prüfungsform | Portfolioprüfung |
| Art der Portfolioprüfung | 100 Punkte insgesamt |
| Sprache | Englisch |
Prüfungselemente
| Name | Punkte/Gewicht | Kategorie | Dauer/Umfang |
|---|---|---|---|
| (Ergebnisprüfung) Entwurf einer Veröffentlichung ODER Projektbericht | 60 | schriftlich | 10 Seiten (Entwurf Veröffentlichung) / 20 - 30 Seiten (Projektbericht) |
| (Ergebnisprüfung) Präsentation | 40 | mündlich | 30 Minuten |
Prüfungsbeschreibung (Abschluss des Moduls)
Die Portfolioprüfung (100 Punkte) besteht aus zwei Teilen: (i) schriftlicher Entwurft einer Veröffentlichung (60 Portfoliopunkte) oder Forschungsprojektbericht (60 Portfoliopunkte), (ii) Vortrag im Kurs (40 Portfoliopunkte).
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 BIFOLD-Forschungsgruppe als Betreuer 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 | SoSe 2025 | Wahlpflicht Studiengebiete Fak. IV › Data and Software Engineering / Data and Software Engineering |
| Computer Science (Informatik) StuPO 2015 | SoSe 2025 | Wahlpflicht Studiengebiete Fak. IV › Kognitive Systeme / Cognitive Systems |
| Elektrotechnik StuPO 2015 | SoSe 2025 | Wahlpflicht Studiengebiete Fak. IV › Kognitive Systeme / Cognitive Systems |
| Information Systems Management (Wirtschaftsinformatik) StuPO 2017 | SoSe 2025 | Wahlpflichtbereich › Fachstudium Informatik › Data and Software Engineering |
Sonstiges
Keine Angabe