zurück zur Suche

AI4EO-Plattformen und Best Practices

ED110156Mastermodule5 ECTSEnglischWintersemester/SommersemesterLehrstuhl für Data Science in Earth Observation (Prof. Zhu)
KI-überarbeitetes Infoblatt. Auf Basis der TUMonline-Modulbeschreibung, sprachlich aufbereitet.Original in TUMonline

Worum geht's

In diesem Modul lernst du, wie man Erdbeobachtungsdaten für maschinelle Lernaufgaben vorbereitet, Benchmark-Datensätze erstellt und ML-Modelle für Klassifikation und semantische Segmentierung trainiert. Du übst den Einsatz verschiedener Computerplattformen, Debugging bei Konvergenzproblemen und Best Practices zur Reproduzierbarkeit von Experimenten. Am Ende kannst du Datensätze kuratieren, Experimente organisieren und Ergebnisse online verbreiten.

Was du danach kannst

  • nicht kuratierte Erdbeobachtungsdaten herunterladen
  • kuratierte Benchmark-Datensätze für nachgelagerte Aufgaben finden
  • beliebte Geodaten-ML-Bibliotheken verwenden
  • Modelltrainingsläufe kontrollieren, protokollieren und visualisieren
  • Ergebnisse von Experimenten online verbreiten

Aus was das Modul besteht

  • VorlesungEinführung neuer Konzepte mittels Präsentationen und Demonstrationen
  • ÜbungLive-Coding-Übungen und Erweiterung von Demonstrationen zur praktischen Anwendung

Lehrmethode

  • PowerPoint-PräsentationenEinführung und Erklärung neuer Konzepte
  • Live-CodingDemonstration der praktischen Umsetzung und Beispiele zum Nachvollziehen
  • ÜbungsaufgabenVertiefung der Konzepte durch praktische Arbeit auf verschiedenen Plattformen und Bibliotheken

Termine

Vorlesung mit ÜbungAI4EO Platforms and Best Practices

  • Fr.15:00–17:000120, Hörsaal gem. Nutzung GEO,SP,WS,OR (0501.EG.120)
    15× · 16.10.–05.02.
    • 16.10.
    • 23.10.
    • 30.10.
    • 06.11.
    • 13.11.
    • 20.11.
    • 27.11.
    • 04.12.
    • 11.12.
    • 18.12.
    • 08.01.
    • 15.01.
    • 22.01.
    • 29.01.
    • 05.02.

Aus dem laufenden Semester, unverbindlich.

Daten aus TUMonline anzeigen
Sprache
Englisch
Turnus
Wintersemester/Sommersemester
Modulniveau
Master
Moduldauer
Einsemestrig
Gesamtstunden
150
Präsenzstunden
75
Eigenstudiumstunden
75
Organisationsname
Lehrstuhl für Data Science in Earth Observation (Prof. Zhu)

Lehrveranstaltungen

  • AI4EO-Plattformen und Best Practices
  • AI4EO-Plattformen und Best Practices

Offizielle Seite in TUMonline · Angaben unverbindlich.