Dieses Modul vermittelt grundlegende Konzepte des maschinellen Lernens (Machine Learning) und verknüpft diese stets mit der praktischen Anwendung in Python.

Zeitraum/Termine:
16.03.21 – 20.07.2021

Modulverantwortlicher:
Prof. Dr. Reinhold von Schwerin

Leistungsumfang:
Bei erfolgreichem Abschluss des Moduls erhalten Sie ein Zertifikat sowie ein Supplement, das die Inhalte des Moduls als Übersicht auflistet. Im Supplement bestätigt Ihnen der Modulverantwortliche das Äquivalent von 3 Leistungspunkten nach ECTS.

Lernziele:
Nach Abschluss dieses Moduls sind Sie in der Lage eigene Anwendungsprobleme mit Hilfe von geeigneten maschinellen Lernverfahren zu lösen. Dabei entwerfen, implementieren und testen Sie Ihre Ansätze nicht nur, sondern können auch die Qualität der verwendeten Modelle anhand nachvollziehbarer Kriterien beurteilen. Als methodische Vorgehensweise lernen Sie den CRISP-DM Prozess kennen und erfahren insbesondere, wie die adäquate Aufbereitung von Daten für das gewählte ML-Verfahren erfolgt.

Lernsetting:
Das Online-Studium findet im Selbststudium in der Form eines „Flipped Classroom“ statt. Für das Selbststudium stehen Video-Vorlesungen, ausführliche und sauber dokumentierte Codebeispiele als Jupyter-Notebooks und praktische Übungen bereit. In wöchentlichen Online-Sprechstunden werden Sie bei der Bearbeitung des Lernstoffs zusätzlich unterstützt.

Voraussetzungen:
Grundkenntnisse in Python für Data Science wünschenswert (in der ersten Lerneinheit findet ein Crashkurs statt)

Kosten:
Im Rahmen des DLDS-Projektes (SS 2021) kostenfrei