Zum Inhalt springen
Technische Universität Berlin English
Vorlesungsverzeichnis und Modultransfersystem

Master Forschungs-Projekt ML IIIModulbeschreibung #41208 / Version 1

← Zur Modulseite English version
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27). Zur aktuellen Version (v2)
Modul / Version#41208 / #1
GültigkeitWiSe 2024/25 – SoSe 2025
Verfügbare Sprache(n)Englisch, Deutsch
Leistungspunkte6
Modulverantwortliche*rMüller, Klaus-Robert
BenotungBenotet
PrüfungsformPortfolioprüfung
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 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

AufwandbeschreibungMultiplikatorStundenGesamt
Besprechungen mit dem betreuenden Wissenschaftler102 h20 h
Erstellung eines schriftlichen Berichts/Entwurfs einer Veröffentlichung und Erstellung einer Präsentation157 h105 h
Projektarbeit (inkl. Literaturrecherche; Interpretation der Ergebnisse)155 h55 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.

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

BenotungBenotet
PrüfungsformPortfolioprüfung
Art der Portfolioprüfung100 Punkte insgesamt
SpracheEnglisch

Prüfungselemente

NamePunkte/GewichtKategorieDauer/Umfang
(Ergebnisprüfung) Entwurf einer Veröffentlichung ODER Projektbericht60schriftlich10 Seiten (Entwurf Veröffentlichung) / 20 - 30 Seiten (Projektbericht)
(Ergebnisprüfung) Präsentation40mündlich30 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 / StuPOSemesterStudiengangsbereich
Computer Engineering
StuPO 2015
SoSe 2025Wahlpflicht Studiengebiete Fak. IV › Data and Software Engineering / Data and Software Engineering
Computer Science (Informatik)
StuPO 2015
SoSe 2025Wahlpflicht Studiengebiete Fak. IV › Kognitive Systeme / Cognitive Systems
Elektrotechnik
StuPO 2015
SoSe 2025Wahlpflicht Studiengebiete Fak. IV › Kognitive Systeme / Cognitive Systems
Information Systems Management (Wirtschaftsinformatik)
StuPO 2017
SoSe 2025Wahlpflichtbereich › Fachstudium Informatik › Data and Software Engineering

Sonstiges

Keine Angabe