200138 SE Theorie und Empirie wissenschaftlichen Arbeitens (Geist und Gehirn) 1 (2021S)
Prüfungsimmanente Lehrveranstaltung
Labels
DIGITAL
Diese LV kann für alle Schwerpunkte absolviert werden.
An/Abmeldung
Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
- Anmeldung von Di 02.02.2021 09:00 bis Mi 24.02.2021 09:00
- Abmeldung bis Mi 03.03.2021 09:00
Details
max. 20 Teilnehmer*innen
Sprache: Englisch
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
- Dienstag 16.03. 13:15 - 16:30 Digital
- Dienstag 23.03. 13:15 - 16:30 Digital
- Dienstag 13.04. 13:15 - 16:30 Digital
- Dienstag 20.04. 13:15 - 16:30 Digital
- Dienstag 27.04. 13:15 - 16:30 Digital
- Dienstag 04.05. 13:15 - 16:30 Digital
- Dienstag 11.05. 13:15 - 16:30 Digital
- Dienstag 18.05. 13:15 - 16:30 Digital
- Dienstag 01.06. 13:15 - 16:30 Digital
- Dienstag 08.06. 13:15 - 16:30 Digital
- Dienstag 15.06. 13:15 - 16:30 Digital
- Dienstag 22.06. 13:15 - 16:30 Digital
- Dienstag 29.06. 13:15 - 16:30 Digital
Information
Ziele, Inhalte und Methode der Lehrveranstaltung
Art der Leistungskontrolle und erlaubte Hilfsmittel
Ein online Multiple-choice Test am Ende des Seminars, der unter zeitlicher Beschränkung stattfindet. Studierende benötigen dazu einen Computer (PC, Laptop, Tablet, etc.) und eine Internetverbindung. Sollte es zu technischen Problemen kommen, sind diese unmittelbar zu melden (Email oder moodle Forum). Eine Reklamation nach der Prüfungszeit kann nicht berücksichtigt werden.
Mindestanforderungen und Beurteilungsmaßstab
Der Prozentsatz der erreichten Punkte ergibt die Note. >50% der Punkte müssen für einen positiven Absschluss erreicht werden. >50% bis 63%: Note 4, >63% bis 75%: Note 3, >75% bis 88%: Note 2, >88%: Note 1
Prüfungsstoff
Alle Inhalte welche im Seminar sowohl im theoretischen als auch im praktischen Teil behandelt werden sind für die Prüfung relevant.
Literatur
- An Introduction to Statistical Learning, Free download from: http://www-bcf.usc.edu/~gareth/ISL/ISLR%20Seventh%20Printing.pdf
- The Elements of Statistical Learning, Free download from: https://web.stanford.edu/~hastie/Papers/ESLII.pdf
- The Elements of Statistical Learning, Free download from: https://web.stanford.edu/~hastie/Papers/ESLII.pdf
Zuordnung im Vorlesungsverzeichnis
Letzte Änderung: Fr 12.05.2023 00:19
- Geschichte des maschinellen Lernens
- Wichtige Begriffe (AI, ML, ...)
- Wichtige Konzepte (bias-variance trade off, cross-validation, ...)
- Übersicht über wichtige Algorithmen
- Grundlagen der Programmiersprache Python
- Anwendung von ML Algorithmen auf echte Daten
Methodik: Online Seminar. Jede Einheit besteht aus drei Teilen. Der erste Teil bietet Gelegenheit Fragen zu vorangegangenen Einheiten zu stellen (online Q&A). Der zweite Teil beschäftigt sich mit theoretischen Aspekten von ML (online Videos), und der dritte Teil mit der praktischen Anwendung (online Übungen, jupyter notebooks).