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     

BSc und MSc-Praktikum: Machine Learning & Artificial Intelligence - Einzelansicht

Grunddaten
Veranstaltungsart Praktikum
Veranstaltungsnummer 3259 Kurztext
Semester SoSe 2015 SWS 4
Erwartete Teilnehmer/-innen Max. Teilnehmer/-innen
Rhythmus i.d.R. jedes 2. Semester Studienjahr / Zielgruppe
Credits 6
Hyperlink http://www.ismll.uni-hildesheim.de/lehre/prakAIML-15s/index.html
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 Gebäude C (Samelson-Campus) - SC.C.2.13 (Seminarraum) Raumplan        
Gruppe 1-Gruppe:


Zugeordnete Personen
Kontaktperson (durchführend) Zuständigkeit
Jameel, Mohsan , M.S.c durchführend, nicht verantwortlich
Weitere Person Zuständigkeit
Schmidt-Thieme, Lars, Professor Dr. Dr. verantwortlich, nicht durchführend
Studiengänge
Abschluss Studiengang Semester ECTS Kontingent
Bachelor B.Sc. I M I T
Bachelor B.Sc. Wirtschaftsinformat
Master M.Sc. Informationsmanagm.
Master M.Sc. Wirtschaftsinf.
LSF - Module
Modulkürzel Modultitel
0ERA-6LP Veranstaltungen mit 6 Credits f. ausl. Programmstud. (ERASMUS)
IT-PKI Praktikum Künstliche Intelligenz
MIT-PML Master-Praktikum Maschinelles Lernen
xWI-PRBI Praktikum Business Intelligence und Data Mining
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.

Zielgruppe

Studierende des Studiengangs Informationsmanagement und Informationstechnologie und Wirtschaftsinformatik MSc u. BSc -
BSc 4-6 / 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