|
|
(diese Webseite befindet sich im Aufbau)
Anmeldung
Diese Vorlesung kann entweder als Wahlpflichtfach
mit 8 CP belegt werden, oder als Teil des
Forschungs- und Laborpraktikums. In diesem Fall
werden 6 CP angerechnet.
- Als Teil des Forschungs- und Laborpraktikums
ist eine Anmeldung
über die entsprechende
Webseite verpflichtend.
- Der Anmeldungsmodus als Wahlpflichtfach wird hier
noch bekannt gegeben .
Im Rahmen des Forschungs- und Laborpraktikums kann diese
Vorlesung sowohl im Bachelor- oder im Master-Studium
gewählt werden, insgesamt aber nur einmal.
Inhalt
Es wird eine Einführung in die Methoden und Konzepte
des modernen Machinellen Lernens (ML) angeboten.
Ein wesentlicher Schwerpunkt liegt auf der
praktischen Umsetzung.
- Python dominiert Coding in ML. Daher wird es eine
kompakte Einführung in Python und PyTorch geben.
- Programmieren von Konzepten und Anwendungen wird
ein zentraler Bestandteil der Übungen sein. Idem
für das Semesterprojekt.
ML entwickelt sich schnell.
Teilnehmer sollten am Ende des Kurses in der Lage sein, ihre
Kenntnisse im ML eigenständig auf dem Laufenden zu halten.
Allgemeine Informationen
Die Vorlesung ist auf Deutsch oder Englisch, das Skript auf Englisch.
Das Skript, welches als html Slides zeitnah hochgeladen wird, enthält
zahlreiches Progamme, die zum Herunterladen und freier Weiterverwendung
zur Verfügung stehen. Ausgenommen von dieser Lizenz sind
Programme Dritter.
Skript
Organisatorisches
Erfahrungen mit Programmieren wird vorausgesetzt.
Der Lerninhalt wird von Grund auf vermittelt, allerdings
wird das Tempo vergleichsweise zügig sein.
Vorlesung
| Di, Fr 10-12 Phys __.401
| Start: TBA
|
Übungen
| TBA
| Start: zweite Semesterwoche
Ort: TBA
|
- 50% der normalen (wöchentlichen) Übungen
müssen für den Schein korrekt gelöt werden.
- Es besteht Präsenzpflicht in den Übungen;
maximal zweimaliges Fehlen.
- Es wird empfolen, in (festen) Gruppen von bis zu 3 Studenten
zusammenzuarbeiten.
- Eingereichte Programme
müssen voll funktionstüchtig und kommentiert sein.
- Für den Schein ist zudem ein Semesterprojekt Pflicht.
|
Prüfungen
|
Semesterprojekte
|
Übungen
Es können 'normale' und 'advanced' Aufgaben vorkommen, wobei
letztere optional sind und punktemäßig anstatt einer normalen
Aufgabe genommen werden können.
Tutoren
- Daniel Nevermann; Phys 1.141
click to show email
- Marius Möller
click to show email
- Max Hansen
click to show email
Supplementary Material
|
|
|