Achtung! Das Lehrangebot ist noch nicht vollständig und wird bis Semesterbeginn laufend ergänzt.
200222 SE Theorie und Empirie wissenschaftlichen Arbeitens (Geist und Gehirn) 1 (2021S)
Prüfungsimmanente Lehrveranstaltung
Labels
DIGITAL
An/Abmeldung
Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
- Anmeldung von Mi 03.03.2021 11:05 bis Fr 05.03.2021 10:59
- Abmeldung bis Fr 05.03.2021 10:59
Details
max. 20 Teilnehmer*innen
Sprache: Englisch
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
- Mittwoch 17.03. 09:30 - 12:30 Digital
- Mittwoch 24.03. 09:30 - 12:30 Digital
- Mittwoch 14.04. 09:30 - 12:30 Digital
- Mittwoch 21.04. 09:30 - 12:30 Digital
- Mittwoch 28.04. 09:30 - 12:30 Digital
- Mittwoch 05.05. 09:30 - 12:30 Digital
- Mittwoch 12.05. 09:30 - 12:30 Digital
- Mittwoch 19.05. 09:30 - 12:30 Digital
- Mittwoch 26.05. 09:30 - 12:30 Digital
- Mittwoch 02.06. 09:30 - 12:30 Digital
- Mittwoch 09.06. 09:30 - 12:30 Digital
- Mittwoch 16.06. 09:30 - 12:30 Digital
- Mittwoch 23.06. 09:30 - 12:30 Digital
- Mittwoch 30.06. 09:30 - 12:30 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).