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 2019
  3. Hilfe
  4. Sitemap
Switch to english language
Startseite    Anmelden     

Praktikum: Machine Learning & Artificial Intelligence - Einzelansicht

Grunddaten
Veranstaltungsart Praktikum
Veranstaltungsnummer 3257 Kurztext
Semester SoSe 2014 SWS 4
Erwartete Teilnehmer/-innen 7 Max. Teilnehmer/-innen
Rhythmus i.d.R. jedes 2. Semester Studienjahr / Zielgruppe
Credits 6
Hyperlink http://www.ismll.uni-hildesheim.de/lehre/praAIML-14s/index.html Evaluation Ja (als gesamte Veranstaltung - Papier)
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 anzeigen
iCalendar Export
Mo. 14:00 bis 18:00 c.t. wöchentlich von 05.05.2014  Gebäude B (Samelson-Campus) - B 126 (PC-Pool Innovation Lab Betriebswirtschaft und Wirtschaftsinformatik) Raumplan        
Gruppe 1-Gruppe:


Zugeordnete Personen
Zugeordnete Personen Zuständigkeit
Schmidt-Thieme, Lars, Professor Dr. Dr. verantwortlich, nicht durchführend
Khan, Umer , M.Sc. durchführend, nicht verantwortlich
Studiengänge
Abschluss Studiengang Semester ECTS Kontingent
Bachelor B.Sc. I M I T
Bachelor B.Sc. Wirtschaftsinformat (PO 2011)
Master M.Sc. Informationsmanagm.
Master M.Sc. Wirtschaftsinf. (PO 2011)
LSF - Module
Modulkürzel Modultitel
0ERA-6LP Veranstaltungen mit 6 Credits f. ausl. Programmstud. (ERASMUS)
WI-PRBI Praktikum Business Intelligence und Data Mining
MIT-PML Master-Praktikum Maschinelles Lernen
IT-PKI Praktikum Künstliche Intelligenz
Zuordnung zu Einrichtungen
Abt. Wirtschaftsinformatik und Maschinelles Lernen
Inhalt
Lerninhalte

Diese anwendungsorientierte Veranstaltung ermöglicht den Studierenden erste praktische Erfahrungen mit Verfahren aus den Bereichen Maschinelles Lernen und Künstliche Intelligenz zu erlangen. Das Praktikum behandelt außerdem empirische Methoden zum Vergleich von Lernverfahren, um diese zu verstehen und ihre Unterschiede zu erkennen. Außerdem soll dem Teilnehmenden das Wissen vermittelt werden, unter welchen Bedingungen, welche Methode die geeignetere wäre.

Auf wöchentlicher Basis sollen lineare Modelle (Lineare Regression, Logistische Regression), Entscheidungsbäume, Prototyp-basierte Clustering- (k-Means) sowie Klassifikationsmethoden (k-Nearest Neighbor, Naïve Bayes classifier, Support Vector Machines) und link-basierte Ranking-Algorithmen (PageRank) implementiert werden.

In wöchentlichen Tutorials wird die Implementation der Algorithmen für Java und Matlab besprochen.


Strukturbaum
Keine Einordnung ins Vorlesungsverzeichnis vorhanden. Veranstaltung ist aus dem Semester SoSe 2014 , Aktuelles Semester: SoSe 2019
Impressum      Datenschutzerklärung     Datenschutz