Vom 20. Dezember 2024 bis zum 3. Januar 2025 sind wir im Weihnachtsurlaub. Bestellungen können erst danach bearbeitet werden. Wir wünschen frohe und besinnliche Weihnachten und einen guten Rutsch ins Neue Jahr.
Zur Startseite wechseln
0,00 €

Advanced Machine Learning

Maschinelles Lernen Weiterbildung im Modulstudium
© Leuphana/Patrizia Jäger

1.930,00 €

Teilnahme Erläuterung der Teilnahmemöglichkeiten
Veranstaltungszeitraum
Zertifikatsstudium

Im Zertifikatsstudium belegen Sie Module im Umfang von mindestens 15 Credit Points, Sie sind an der Leuphana Universität Lüneburg als Student*in eingeschrieben, können auf sämtliche Ressourcen der Hochschule zurückgreifen, legen Prüfungen ab und Sie erhalten als Abschluss das Hochschulzertifikat "PS Individuale".

Weitere Informationen zum Zertifikatsstudium

Modulstudium

Das Modulstudium schließen Sie mit einer Prüfung ab und erhalten die angegeben Credit Points. Diese können Sie sich auf ein Bachelor- oder Masterstudium anrechnen lassen. Das Modulstudium ist interessant für Sie, wenn Sie nur ein einzelnes Modul buchen möchten. Zum Abschluss erhalten Sie eine Bescheinigung mit einer ausführlichen Aufstellung Ihrer erbrachten Leistungen.

Weitere Informationen zum Modulstudium

Modulteilnahme

Die Modulteilnahme erfolgt OHNE Prüfung. Sie erhalten keine Credit Points. Credit Points sind dann wichtig, wenn Sie diese für ein Bachelor- oder Masterstudium anrechnen lassen wollen. Sie erhalten zum Abschluss des Moduls eine Teilnahmebescheinigung.

Weitere Informationen zur Modulteilnahme

Aktuell 10 Plätze verfügbar
Lehrveranstaltungen dieses Moduls
F4 Advanced Machine Learning
Erster Termin Freitag, 04.04.2025 um 14:30 Uhr → Letzter Termin Samstag, 13.09.2025 um 10:00 Uhr
Modulinformationen "Advanced Machine Learning"

In this module you will learn selected and advanced machine learning methods and problems, such as:

  • Probabilistic graphical models (modeling and inference)
  • Structured (sequential) problems
  • Selected topics according to the current state of research, such as Gaussian Processes, Reinforcement Learning and Mixture Models

Ist zugangsbeschränkt: Nein
Voraussetzung - Hochschulzugangsberechtigung: Nicht erforderlich
Voraussetzung einjährige Berufserfahrung: Nicht erforderlich
Voraussetzungen - Sprache: keine
Voraussetzungen - Fachkenntnisse: keine
Weitere Voraussetzungen

Recommendation:
  • Participation in the modules "DS-F1 MathematiK & Statistik" as well as "DS-F2 Grundlagen des maschinellen Lernens" or corresponding knowledge
  • Mastery of a programming language (e.g. Python)
Themenfeld: IT & Digitalisierung
Veranstaltungsformat: (Vor-Ort-)Präsenz und Online
Niveau: Master
Lehrsprache: englisch
Studiengang
Anzahl der CP / ECTS: 5
Workload - Kontaktzeit (in Stunden): 30
Workload - Angeleitete Selbstlernzeit (in Stunden): 95
Prüfung: kursübergreifende Prüfung (Modulprüfung)
Prüfungsformat: Hausarbeit
weiteres Prüfungsformat: keine weitere Prüfung
Qualifikationsziele

  • Acquire specialized knowledge in the field of machine learning.
  • Acquire the ability to independently design machine learning algorithms for a given task
  • Implement learning algorithms and evaluate their results
10 = Termine dieses Moduls
10 = Termine mit Überschneidungen
10 = Bereits ausgewählte Module
Hinweis: Termine unter Vorbehalt