Module

10 Treffer

Further Elective Courses - Wahlmodule10

Data Driven Simulation and Computing10

Advanced Deep Learning for PhysicsNoch keine Bewertungen für dieses Modul.Data Driven Simulation and ComputingIn diesem Modul lernst Du Deep-Learning-Methoden und numerische Simulationsalgorithmen für physikalische Materialien wie Fluide und verformbare Körper. Am Ende kannst Du Konzepte wie generative Modelle, Zeitreihenvorhersage und numerische Verfahren für partielle Differentialgleichungen anwenden und passende Netzwerkarchitekturen und Solver für konkrete Aufgaben auswählen.6 ECTSkein Termin dieses SemesterIN2298Advanced Robot Learning and Decision-MakingNoch keine Bewertungen für dieses Modul.Data Driven Simulation and ComputingDu lernst fortgeschrittene Methoden für Robotik, die Modellierung, optimale Regelung und lernbasierte Verfahren (inkl. Reinforcement Learning) verbinden. Am Ende kannst du robotische Systeme modellieren, moderne Steuerungsalgorithmen ableiten und gelernte Modelle in Kontrollarchitekturen einsetzen, um mit Unsicherheiten und Modellfehlern umzugehen.5 ECTSläuft dieses SemesterCIT433037Innovative Computing for AINoch keine Bewertungen für dieses Modul.Data Driven Simulation and ComputingDas Modul vermittelt Grenzen der technologischen Skalierung und zeigt, welche neuartigen Konzepte in Hardware, Speicher und Architektur nötig sind, um diese Grenzen zu überwinden. Am Ende kennst Du aktuelle Beyond-CMOS-Technologien, neuartige Speicher, in-memory/near-memory- und neuromorphe Ansätze sowie brain-inspired Algorithmen (z. B. Hyperdimensional Computing) und deren Auswirkungen auf Leistung, Energie und Zuverlässigkeit.6 ECTSkein Termin dieses SemesterCIT4330016Introduction to Deep LearningNoch keine Bewertungen für dieses Modul.Data Driven Simulation and ComputingIn diesem Modul lernst du die Grundlagen und aktuelle Methoden des Deep Learning kennen, mit besonderem Schwerpunkt auf neuronalen Netzen und Convolutional Neural Networks. Du verstehst Theorie (z. B. Backpropagation, SGD, Regularisierung) und erwirbst praktische Erfahrung beim Trainieren und Optimieren von Netzarchitekturen, sodass du einfache Anwendungen wie Ziffernerkennung oder Bildklassifikation lösen kannst.6 ECTSläuft dieses SemesterIN2346Machine LearningNoch keine Bewertungen für dieses Modul.Data Driven Simulation and ComputingDu lernst die probabilistischen Grundlagen des maschinellen Lernens und zentrale Lernalgorithmen kennen — von einfachen Nachbarschafts- und Clusterverfahren über lineare Modelle und Support-Vektormaschinen bis zu neuronalen Netzen und EM-Methode. Am Ende kannst Du passende Algorithmen für gegebene Probleme auswählen, beschreiben und herleiten.8 ECTSläuft dieses SemesterIN2064
5 weitere in Data Driven Simulation and ComputingMachine Learning for Graphs and Sequential DataNoch keine Bewertungen für dieses Modul.Data Driven Simulation and ComputingDu beschäftigst dich mit Methoden des Data Mining und Machine Learning für sehr große und komplexe Datensätze (hohe Dimensionalität, Graphen, zeitliche Daten). Am Ende kannst du passende Algorithmen auswählen, anpassen, implementieren und deren Einsatz für skalierbare Analysen und komplexe Anwendungsprobleme beurteilen.5 ECTSkein Termin dieses SemesterIN2323Maschinelles Lernen in der ErdsystemmodellierungNoch keine Bewertungen für dieses Modul.Data Driven Simulation and ComputingDu lernst datengetriebene und prozessbasierte Ansätze zur Modellierung des Erdsystems und seiner Komponenten kennen. Am Ende kannst du klassische prozessbasierte Modelle und verschiedene Machine‑Learning‑Methoden zur Beschreibung Erdsystemdynamiken benennen, interpretierbare KI‑Methoden anwenden und Ansätze zur Kombination von Prozess‑ und Datenmodellen kritisch bewerten.3 ECTSläuft dieses SemesterED110065Modellierung und Maschinelles Lernen von dynamischen SystemenNoch keine Bewertungen für dieses Modul.Data Driven Simulation and ComputingDu lernst, nichtlineare und chaotische dynamische Systeme zu analysieren und zu modellieren und dabei die Programmiersprache Julia für Simulationen und Zeitreihenanalyse einzusetzen. Am Ende kannst du einfache nichtlineare Modelle in Julia implementieren, Zeitreihen dynamischer Systeme auswerten und datengetriebene Modellierungsansätze anwenden.5 ECTSkein Termin dieses SemesterED110068Probabilistische Techniken und Algorithmen in der DatenanalyseNoch keine Bewertungen für dieses Modul.Data Driven Simulation and ComputingDu lernst probabilistische Techniken und Algorithmen, die in der Datenanalyse bei Dimensionsreduktion und Wiederherstellung von Daten aus unvollständigen Informationen verwendet werden. Am Ende kannst du Grundlagen der Zufallsmatrizen verstehen, randomisierte Algorithmen einschätzen und Methoden wie JL-Einbettungen, Compressed Sensing und zufallsbasierte Matrix-/Tensorrekonstruktion anwenden und analysieren.6 ECTSläuft dieses SemesterMA4803TUM Data Innovation LabNoch keine Bewertungen für dieses Modul.Data Driven Simulation and ComputingIm TUM Data Innovation Lab arbeitest du im Masterstudium in kleinen, interdisziplinären Teams an realen datengetriebenen Projekten aus Wissenschaft oder Industrie. Am Ende kannst du Daten aufbereiten, analysieren und visualisieren, numerische Lösungen umsetzen und deine Ergebnisse sowohl fachlich als auch allgemeinverständlich präsentieren.10 ECTSkein Termin dieses SemesterMA8113