Machine Learning Primer

C. Gros, WS 2024/25

(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 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

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, 14. Oktober 2024
Übungen TBA
Start: zweite Semesterwoche
Ort: TBA
  • Die normalen (wöchentlichen) Übungsblätter werden in den Tutorien besprochen, sie sollen aber nicht eingereicht werden. Die wöchentlichen Übungen zählen auch nicht für den Schein.
  • 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.
  • Für den Schein sind die Semesterprojekte zu machen.
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.
  • Pflicht
    Für den Schein gelten die folgende Bedingungen:
    • 3 von 4 Semesterprojekte.
    • Das 4. Semesterprojekt ist dabei Pflicht.
    • Anwesenheitspflicht bei der Besprechung des 4. Projekts.
  • Für das 4. Semesterprojekt gibt es zwei Möglichkeiten:
    • Mit ML die Strategie von einem vorgegebenen Spiel zu optimieren. Details werden später bekanntgegeben. Bei der Besprechung wird es ein Mini-Tournament der eingereichten Programme geben.
    • Sich ein eigenes Projekt ausdenken. Dieses kann auch gerne in eine experimentelle oder theoretische Arbeitsgruppe am Fachbereich eingebettet sein. Eigene Projektvorschläge benötigen einen ausgearbeiteten Projektplan, der von uns genehmigt werden muss.
  • Details zur Abgabe werden später bekanntgegeben.
Prüfungen
  • Falls die Vorlesung als benotetes Wahlpflichtfach belegt wird, ist eine Prüfung notwendig.
  • Modus wird noch bekanntgegeben.

Übungen / Semesterprojekte

  • ...

Tutoren

  • Daniel Nevermann; Phys 1.141 click to show email [Leitung]
  • Max Hansen click to show email
  • Alexander Lasar 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