zurück zur Suche

Einführung in Machine Learning und Anwendungen in der Hydraulik und Hydromorphologie

ED130007Vertiefungsrichtungen6 ECTSEnglischSommersemesterLehrstuhl für Wasserbau (Prof. Rüther)
KI-überarbeitetes Infoblatt. Auf Basis der TUMonline-Modulbeschreibung, sprachlich aufbereitet.Original in TUMonline

Worum geht's

Du lernst die Grundlagen des Machine Learning und wie ML-Modelle in MATLAB aufgebaut und angewendet werden. Schwerpunkte sind Regression, Klassifikation und neuronale Netze sowie konkrete Anwendungen in Hydraulik und Hydromorphologie. Am Ende kannst du einfache ML-Modelle in MATLAB programmieren und auf reale Problemfälle aus Hydraulik/Hydromorphologie anwenden.

Was du danach kannst

  • Grundprinzipien von Machine-Learning-Modellen verstehen
  • einfache ML-Modelle in MATLAB implementieren
  • Unterscheidung: Regression vs. Klassifikation
  • Kenntnis von Aufbau und Trainingsalgorithmen neuronaler Netze
  • Anwendung von ML auf hydraulische und hydromorphologische Problemfälle
  • Entwicklung eines selbstständigen Lösungskonzepts für ein Projekt

Aus was das Modul besteht

  • VorlesungenVermittlung der theoretischen Grundlagen des Machine Learning und der relevanten mathematischen Vorkenntnisse
  • praktische Übungen im ComputerlaborUmsetzung und Programmierung von ML-Modellen in MATLAB
  • Gruppenarbeiten/ProjektAnwendung der Methoden auf reale Problemfälle und Erarbeitung einer Projektarbeit
  • synchroner Online-Unterricht (inkl. Computerlabor)Live-Vorlesungen und praktische Demonstrationen
  • Sprechstunden und ForenBetreuung und Unterstützung bei den Projektarbeiten

Lehrmethode

  • VorlesungEinführung in Theorie und Konzepte
  • Computerlabor / praktische ÜbungenErlernen der Umsetzung und Programmierung von ML-Modellen in MATLAB
  • Gruppenarbeiten / ProjektarbeitAnwendung des Gelernten auf reale Problemfälle und Förderung selbstständigen Arbeitens
  • Sprechstunden und ForenKlärung offener Fragen und Begleitung der Projektarbeiten
Keine Termine im laufenden Semester
Für dieses Modul liegen im aktuellen Semester keine Kurstermine vor, oder die Zuordnung fehlt noch.

Modulbewertungen

Noch keine Bewertungen für dieses Modul.

Modul bewerten

Fülle nur die Kategorien aus, die du beurteilen kannst – je Kategorie entweder Sterne und Text zusammen oder gar nichts.

Vorlesung
Übung
Prüfung

Bewertungen werden vor der Veröffentlichung automatisch geprüft.

Offizielle Seite in TUMonline · Angaben unverbindlich.