200188 SE Theorie und Empirie wissenschaftlichen Arbeitens (Geist und Gehirn) 1 (2022S)
Prüfungsimmanente Lehrveranstaltung
Labels
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 Mi 02.02.2022 09:00 bis Mi 23.02.2022 09:00
- Abmeldung bis Fr 04.03.2022 09:00
Details
max. 20 Teilnehmer*innen
Sprache: Englisch
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
Im Allgemeinen wird davon ausgegangen, dass die Termine vor Ort stattfinden werden. Aufgrund der instabilen Pandemie-Situation kann es jedoch sein, dass wir flexibel auf online umstellen müssen.
- Mittwoch 09.03. 09:45 - 13:00 PCR Computerhörsaal Psychologie, NIG 6.Stock A0607
- Mittwoch 16.03. 09:45 - 13:00 PCR Computerhörsaal Psychologie, NIG 6.Stock A0607
- Mittwoch 23.03. 09:45 - 13:00 PCR Computerhörsaal Psychologie, NIG 6.Stock A0607
- Mittwoch 30.03. 09:45 - 13:00 PCR Computerhörsaal Psychologie, NIG 6.Stock A0607
- Mittwoch 06.04. 09:45 - 13:00 PCR Computerhörsaal Psychologie, NIG 6.Stock A0607
- Mittwoch 27.04. 09:45 - 13:00 PCR Computerhörsaal Psychologie, NIG 6.Stock A0607
- Mittwoch 04.05. 09:45 - 13:00 PCR Computerhörsaal Psychologie, NIG 6.Stock A0607
- Mittwoch 11.05. 09:45 - 13:00 PCR Computerhörsaal Psychologie, NIG 6.Stock A0607
- Mittwoch 18.05. 09:45 - 13:00 PCR Computerhörsaal Psychologie, NIG 6.Stock A0607
- Mittwoch 25.05. 09:45 - 13:00 PCR Computerhörsaal Psychologie, NIG 6.Stock A0607
- Mittwoch 01.06. 09:45 - 13:00 PCR Computerhörsaal Psychologie, NIG 6.Stock A0607
- Mittwoch 08.06. 09:45 - 13:00 PCR Computerhörsaal Psychologie, NIG 6.Stock A0607
- Mittwoch 15.06. 09:45 - 13:00 PCR Computerhörsaal Psychologie, NIG 6.Stock A0607
- Mittwoch 22.06. 09:45 - 13:00 PCR Computerhörsaal Psychologie, NIG 6.Stock A0607
- Mittwoch 29.06. 09:45 - 13:00 PCR Computerhörsaal Psychologie, NIG 6.Stock A0607
Information
Ziele, Inhalte und Methode der Lehrveranstaltung
Art der Leistungskontrolle und erlaubte Hilfsmittel
Es gibt zwei Möglichkeiten Punkte für die Bewertung zu sammeln:
- Maximal 20 Punkte über einen 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.
- Maximal 12 Punkt aus Übungen (1 Punkt je bewerteter Übung). Jede Einheit wird eine Übung ausgegeben. Die vollständige Lösung der Übung ist bis vor der nächsten Einheit im moodle hochzuladen. Alle Studierenden die eine Übung abgegebenen haben erhalten einen Punkt. Aus diesen Studierenden wird eine/r zufällig ausgewählt und muss die vollständige Lösung präsentieren. Wird dabei offensichtlich, dass die Übung nicht selbständig gelöst wurde, werden 4 Punkte aberkannt, was bedeutet, dass in dieser Lehrveranstaltung kein sehr gut mehr erreicht werden kann.
- Maximal 20 Punkte über einen 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.
- Maximal 12 Punkt aus Übungen (1 Punkt je bewerteter Übung). Jede Einheit wird eine Übung ausgegeben. Die vollständige Lösung der Übung ist bis vor der nächsten Einheit im moodle hochzuladen. Alle Studierenden die eine Übung abgegebenen haben erhalten einen Punkt. Aus diesen Studierenden wird eine/r zufällig ausgewählt und muss die vollständige Lösung präsentieren. Wird dabei offensichtlich, dass die Übung nicht selbständig gelöst wurde, werden 4 Punkte aberkannt, was bedeutet, dass in dieser Lehrveranstaltung kein sehr gut mehr erreicht werden kann.
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: Do 03.03.2022 15:48
- 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: Präsenz Seminar. Jede Einheit besteht aus zwei Teilen. Der erste Teil beschäftigt sich mit theoretischen Aspekten von ML (Vorlesung). Der zweite Teil mit der praktischen Anwendung (Übungen, jupyter notebooks).