Grundlagen des maschinellen Lernens
1.930,00 €
Aktuell 10 Plätze verfügbar
Lehrveranstaltungen dieses Moduls
F2
Grundlagen des maschinellen Lernens
Erster Termin
Freitag, 11.10.2024 um 13:30 Uhr
→
Letzter Termin
Samstag, 11.01.2025 um 09:00 Uhr
Modulinformationen "Grundlagen des maschinellen Lernens"
In diesem Modul lernen Sie die wichtigsten Grundlagen und Konzepte des maschinellen Lernens kennen, wie zum Beispiel:
- Empirische Risikominimierung (Lineare Regression, logistische Regression, Perzeptron)
- Regularisierte empirische Risikominimierung (Regularized Least Squares Regression, Support Vector Machines)
- Kernel Methods
- Entscheidungsbäume
- Clustering (k-means, Expectation Maximization)
Ist zugangsbeschränkt: | Nein |
---|---|
Voraussetzung - Hochschulzugangsberechtigung: | Nicht erforderlich |
Voraussetzung einjährige Berufserfahrung: | Nicht erforderlich |
Voraussetzungen - Sprache: | keine |
Voraussetzungen - Fachkenntnisse: | keine |
Weitere Voraussetzungen |
Empfehlung:
|
Themenfeld: | IT & Digitalisierung |
Veranstaltungsformat: | (Vor-Ort-)Präsenz und Online |
Niveau: | Master |
Lehrsprache: | deutsch |
Studiengang |
Data Science
Zur Studiengangs-Webseite
|
Anzahl der CP / ECTS: | 5 |
Workload - Kontaktzeit (in Stunden): | 35 |
Workload - Angeleitete Selbstlernzeit (in Stunden): | 90 |
Prüfung: | kursübergreifende Prüfung (Modulprüfung) |
Prüfungsformat: | Hausarbeit |
weiteres Prüfungsformat: | keine weitere Prüfung |
Qualifikationsziele |
|
28
= Termine dieses Moduls
28
= Termine mit Überschneidungen
28
= Bereits ausgewählte Module
Hinweis: Termine unter Vorbehalt