Applied Machine Intelligence

Worum geht's

Du lernst den gesamten Prozess von Datenanalyse- und Machine-Learning-Aufgaben kennen: von Datenaufbereitung über Modellwahl, Validierung und Interpretation bis zu Deep Learning. Am Ende kannst du Methoden für die Informationsgewinnung aus unstrukturierten Audio-, Bild- und Textdaten anwenden, anpassen und hinsichtlich ihrer Eignung für reale Anwendungen bewerten.

Was du danach kannst

• Methoden und Algorithmen zur Informationsgewinnung aus Audio-, Bild- und Textdaten kennen
• Verständnis realer Randbedingungen und Anforderungen für Design und Einsatz von Extraktionssystemen
• Anwenden und Anpassen bestehender Informations-Extraktionsalgorithmen
• Bewerten von Algorithmen und Methoden hinsichtlich Eignung für konkrete Anwendungen

Aus was das Modul besteht

• VorlesungVermittlung der Konzepte, Algorithmen und Forschungsthemen
• Inverted classroom / Diskussionenaktive Teilnahme und Diskussion aktueller Forschungsfragen
• Praktische Übungen (Jupyter Notebooks)Demonstration und Besprechung von Beispielen
• Assignments / Lab ReportsAnwendung und Reflexion der Prinzipien (individuell)
• Projektarbeit mit MilestonesUmsetzung von Anwendungen unter realen Anforderungen (Gruppenarbeit)

Lehrmethode

• Inverted classroomfördert aktive Beteiligung der Studierenden
• Frontalvorlesung und LiteraturdiskussionEinführung in Konzepte und aktuelle Forschungsfragen
• Praktische Beispiele in Jupyter NotebooksVeranschaulichung und Anwendung der Methoden
• Assignments, Lab Reports und Projekt mit TutorialsAnwenden des Gelernten in realen Aufgaben und Betreuung während des Projekts