270095 UE Machine Learning von Molekülen und Materialien (2024W)

Dieser Kurs bietet eine umfassende Einführung in das maschinelle Lernen und behandelt die grundlegenden Konzepte und Techniken, die in diesem Bereich verwendet werden. Die Studenten werden supervised und non-supervised Methoden des maschinellen Lernens kennen lernen, einschließlich Regression, Klassifizierung, Clustering und Dimensionalitätsreduktion. Zu den wichtigsten Themen gehören Overfitting, Modellauswertung und die Balance zwischen Bias und Varianz.

Das Ziel der UE ist es die ML Algorithmen aus der Vorlesung am Computer anzuwenden. Wir werden dabei die gängigsten Python Pakete verwenden.

Der Kurs befasst sich auch mit fortgeschrittenen Methoden wie neuronalen Netzen und probabilistischen Ansätzen. Praktische Übungen ermöglichen es den Studierenden, verschiedene Algorithmen des maschinellen Lernens unter Verwendung gängiger Python Packages zu implementieren und zu erproben. Am Ende des Kurses werden die Studierenden mit dem Wissen und den Fähigkeiten ausgestattet sein, um reale Probleme des maschinellen Lernens anzugehen und die Prinzipien hinter den verwendeten Algorithmen zu verstehen.

Der Besuch dieser Veranstaltung ist nur in Verbindung mit 270087-1 sinnvoll.