Zur Startseite wechseln
0,00 €

Vertiefung des maschinellen Lernens

Maschinelles Lernen Weiterbildung im Modulstudium
© Leuphana/Patrizia Jäger

1.740,00 €

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

Zertifikatsteilnahme

Bei der Zertifikatsteilnahme nehmen Sie an Modulen im Umfang von mindestens 15 Credit Points teil. Sie legen keine Prüfungen ab und erhalten zum Abschluss eine Bescheinigung. Sie sind kein eingeschriebene/r Student/in. Somit entfallen die Semestergebühren.

Weitere Informationen zur Zertifikatsteilnahme

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 oder mehrere Module 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
Termine In Planung *
* Die Veranstaltung findet im Zeitraum 01.04.2027 bis 30.09.2027 statt. Die genauen Termine werden in Kürze bekanntgegeben.
Modulinformationen "Vertiefung des maschinellen Lernens"

Fortgeschrittene Methoden des Maschinellen Lernens

Sie möchten Ihre Kenntnisse im Bereich Maschinelles Lernen vertiefen und sich mit aktuellen Themen auseinandersetzen? Dieses Modul baut auf den Grundlagen des Maschinellen Lernens auf und führt Sie in ausgewählte fortgeschrittene Methoden und Problemstellungen ein. Der Kursinhalt wird kontinuierlich an aktuelle Entwicklungen und die Interessen der Studierenden angepasst.

Was erwartet Sie z.B.?:

  • Empfehlungssysteme, probabilistische Inferenz, Graphische Modelle, halbüberwachtes und aktives Lernen, Reinforcement Learning, strukturierte Vorhersagemodelle, Decoding, nicht i.i.d. gezogene Daten, Anwendungen in ausgewählten Domänen, weitere Performanzmetriken wie z. B. AUC, Ranking

Ihr Nutzen: Dieses Modul erweitert Ihr Werkzeugset für die Lösung komplexer datengetriebener Probleme. Sie werden in der Lage sein, fortgeschrittene Algorithmen zu verstehen, anzuwenden und kritisch zu bewerten, um innovative Lösungen in Ihrem Arbeitsbereich zu entwickeln.

Ablauf & Organisation: Das Modul umfasst 3 Veranstaltungstermine (jeweils Freitag und Samstag), von denen 2 Wochenenden in Präsenz in Lüneburg stattfinden. Der andere Termin wird als Live-Online-Session via Zoom durchgeführt.

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

Verpflichtend:

  • Erster qualifizierender Hochschulabschluss (Bachelor oder gleichwertig)

Empfehlung:

  • Teilnahme an den Modulen "DS-F1 Mathematik & Statistik" und "DS-F2 Grundlagen des maschinellen Lernens" oder gleichwertige Kenntnisse
  • Beherrschen einer Programmiersprache (z.B. Python)
  • Englischkenntnisse auf B2 Niveau (teilw. englischsprachiges Lehrmaterial)
Themenfeld: IT & Digitalisierung
Veranstaltungsformat: (Vor-Ort-)Präsenz und Online
Niveau: Master
Lehrsprache: deutsch
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

  • Aneignung von spezialisiertem Wissen im Bereich maschinelles Lernen
  • Fähigkeit erwerben, für eine gegebene Aufgabenstellung maschinelle Lernalgorithmen zu konzipieren
  • Implementieren und Evaluieren von Lernalgorithmen