Wenn Sie diesen Text sehen, ist auf ihrem Gerät noch nicht das neue Layout geladen worden. Bitte laden Sie diese Seite neu (ggf. mit gedrückter 'Shift'- oder 'Alt'-Taste) oder in einem 'privaten Fenster'.
Weitere Hinweise unter https://www.uni-hildesheim.de/wiki/lsf/faq/fehler.im.layout.

Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 
  1. SucheSuchen         
  2. SoSe 2024
  3. Hilfe
  4. Sitemap
Switch to english language
Startseite    Anmelden     

MSc-Seminar: Meta-Learning - Einzelansicht

Zurück
Grunddaten
Veranstaltungsart Seminar
Veranstaltungsnummer 3258 Kurztext
Semester SoSe 2015 SWS 2
Erwartete Teilnehmer/-innen Max. Teilnehmer/-innen
Rhythmus i.d.R. jedes 2. Semester Studienjahr / Zielgruppe
Credits 4
Hyperlink http://www.ismll.uni-hildesheim.de/lehre/semML-15s/index.html Evaluation
Sprache englisch
Termine Gruppe: 1-Gruppe iCalendar Export
  Tag Zeit Rhythmus Dauer Raum (mögliche Änderungen beachten!) Raum-
plan
Lehrperson Status Bemerkung fällt aus am Max. Teilnehmer/-innen
Einzeltermine ausblenden
iCalendar Export
Mi. 16:00 bis 18:00 c.t. wöchentlich 15.04.2015 bis 15.07.2015  Gebäude D (Samelson-Campus) - SC.D.0.17 (Spl-Seminarraum) Raumplan        
Einzeltermine:
  • 15.04.2015
  • 22.04.2015
  • 29.04.2015
  • 06.05.2015
  • 13.05.2015
  • 20.05.2015
  • 27.05.2015
  • 03.06.2015
  • 10.06.2015
  • 17.06.2015
  • 24.06.2015
  • 01.07.2015
  • 08.07.2015
  • 15.07.2015
Gruppe 1-Gruppe:


Zugeordnete Personen
Kontaktperson (durchführend) Zuständigkeit
Wistuba, Martin , M.Sc. durchführend, nicht verantwortlich
Weitere Person Zuständigkeit
Schmidt-Thieme, Lars, Professor Dr. Dr. verantwortlich, nicht durchführend
Studiengänge
Abschluss Studiengang Semester ECTS Kontingent
Master M.Sc. Informationsmanagm. 1 - 3 3
Master M.Sc. Wirtschaftsinf. 1 - 3 3

Hinweis: Die Angaben zu den Semestern sind nur Empfehlungen, keine Anmeldebeschränkungen.

LSF - Module
Modulkürzel Modultitel
MIT-SKIML Seminar KI und Maschinelles Lernen (M WINF/IMIT bis PO 2016)
xWI-SEBI Seminar Business Intelligence
0ERA-4LP Veranstaltungen mit 4 Credits f. ausl. Programmstud. (ERASMUS)
Zuordnung zu Einrichtungen
Abt. Wirtschaftsinformatik und Maschinelles Lernen
Inhalt
Bemerkung

Kann eingebracht werden als:

  • Master-Seminar Maschinelles Lernen aus dem Gebiet Künstliche Intelligenz und Maschinelles Lernen,
  • Master-Seminar Business Intelligence aus dem Gebiet Wirtschaftsinformatik i.e.S./Business Intelligence (WI), oder
  • Seminar Künstliche Intelligenz und Maschinelles Lernen (Master) für IMIT/ WI
Voraussetzungen

Studierende sollten eine Veranstaltung des ISMLL im Wintersemester 2013/14 besucht haben, da sich die Themen auf die Lehrinhalte stützen.

Lerninhalte

Um einen Machine Learning Algorithmus effizient in der Praxis zur Anwendung zu bringen, müssen häufig einige Hyperparameter vor dem eigentlichen Training des Models abhängig von dem Trainingsdatensatz eingestellt werden. Des weiteren gibt es für die klassischen Probleme wie Klassifikation und Regression etliche Algorithmen, sodass ein Nutzer mit der Wahl des eigentlichen Algorithmus konfrontiert wird. Obwohl ein Experte relativ schnell das richtige Modell mit den richtigen Hyperparametern finden kann, so ist es dennoch aufwendig und insbesondere Laien tun sich schwer.

Metalernen, die Kunst das Lernen zu lernen, behandelt die Frage, wie man Modelle lernen kann, die einen für einen gegebenen Datensatz ein Modell inklusive Hyperparameterkombination empfehlen.

Der Studierende wird sich während des Seminars mit aktuellen Techniken des Metalernens auseinandersetzen und sich erarbeiten mit welchen Methoden eine effiziente Modell- und Hyperparameterwahl möglich ist.

Zielgruppe

Studierende des Studiengangs Informationsmanagement und Informationstechnologie und Wirtschaftsinformatik MSc - MSc 1-3


Strukturbaum
Keine Einordnung ins Vorlesungsverzeichnis vorhanden. Veranstaltung ist aus dem Semester SoSe 2015 , Aktuelles Semester: SoSe 2024
Impressum      Datenschutzerklärung     Datenschutz      Datenschutzerklärung     Erklärung zur Barrierefreiheit