Machine Learning Primer

C. Gros, WS 2025/26

» participants please register

» 2024 physics Nobel Price for machine learning, Hopfield & Hinton «

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 muss man sich »zwei Mal« anmelden:
    • Zuerst über die entsprechende Webseite des Forschungs- und Laborpraktikums.
    • Zudem über die Olat Seite dieser Vorlesung.
  • Die Anmeldung als Wahlpflichtfach erfolgt direkt über die Olat Seite vom ML Primer.
  • Die Fristen des F&L-Praktikums sind zu beachten.
Im Rahmen des Forschungs- und Laborpraktikums kann diese Vorlesung sowohl im Bachelor-, als aus im Master-Studium gewählt werden, insgesamt aber nur ein Mal.
  • Auch die Eintragung in die Tutorien erfolgt über die Olat Seite von diesem Kurs.
Dies sollte bis einschließlich der ersten Vorlesungstunde erfolgen.

Inhalt

Es wird eine Einführung in die Methoden und Konzepte des modernen Maschinellen 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 die Semesterprojekte.
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 zahlreiche Progamme, die zum Herunterladen und freier Weiterverwendung zur Verfügung stehen. Ausgenommen von dieser Lizenz sind Programme Dritter.

Skript

  • Linux - Basics (supplementary information)
  • AI - general trends (supplementary information)
  • PY  Python - first steps
  • PY  Object Oriented Programming
  • ...

    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: Di, 15. Oktober 2024
    Übungen Mi, 10-12 (Marius Möller)
    Do, 14-16 -- wird geschlossen --
    Fr, 13-15 (Max Hansen)
    Start: zweite Semesterwoche
    Ort: PC-Seminarraum 01.120
    • Es besteht Präsenzpflicht in den Übungen; maximal zweimaliges Fehlen.
    • Es wird empfohlen, in (festen) Gruppen von bis zu 3 Studenten zusammenzuarbeiten. Sowohl für die Übungen, wie auch für die Semesterprojekte.
    • Eingereichte Programme müssen voll funktionstüchtig und kommentiert sein.
    • Lehr-Evaluation TBA
    Semesterprojekte
    • Es wird vier Semesterprojekte geben. Typischerweise sind diese diese innerhalb von drei Wochen zu bearbeiten und einzureichen.
    • Bei der Besprechung muss jeder aus der abgebenden Gruppe in der Lage sein, das Projekt zu erklären (Anwesenheitspflicht).
    • Pflicht
      Für den Schein gelten die folgende Bedingungen:
      • 50% der Übungen
      • 3 von 4 Semesterprojekte.
      • Falls ein 4. Semesterprojekt abegeben wird, zählt dieses als 25% der Übungen.
      • Anwesenheitspflicht bei Übungen und den Besprechungen der Projekte.
    • Termine:
      Projekt 1:  03. Nov. 25 bis 24. Nov. 25
      Projekt 2:  24. Nov. 25 bis 15. Dez. 25
      Projekt 3:  15. Dez. 25 bis 12. Jan. 26
      Projekt 4:  12. Jan. 26 bis 02. Feb. 26
    • Details zur Abgabe werden später bekanntgegeben.
    Prüfungen
    • Für das Forschungs- und Laborpraktikums ist der Schein unbenotet. In diesem Fall ist keine Prüfung abzulegen.
    • Falls die Vorlesung als benotetes Wahlpflichtfach belegt wird, ist eine Prüfung notwendig.
    • Ort: Büro C. Gros
      Modus: eine ML Programmier-Aufgabe, Dauer 30min
      • Bitte einen Laptop mitbringen, auf dem Sie die Aufgabe durchführen können.
      • Es ist erlaubt, das Internet zu benutzen und einzelne Befehle nachzusehen.
        Nicht aber Programmierhilfen wie Co-Pilot, ChatGPT, etc.
      • Aufgaben sind vom Typus
        Code, train and test XYZ
    • Termin wird noch bekanntgegeben.
      Bitte bis zum Ende des WS anmelden.

    Übungen / Semesterprojekte

    • ...

    Tutoren

    • Daniel Nevermann; Phys 1.141 click to show email [Leitung]
    • Alejandro Uria Alvarez click to show email
    • Marius Möller click to show email

    Supplementary Material



Legal note: We do not take any responsibility for the content of webPages linked here-in.
Bitte bachten Sie die Datenschutzerklärung