Module

32 Treffer

Wahlmodulkatalog Informatik32

Advanced Deep Learning for RoboticsNoch keine Bewertungen für dieses Modul.Maschinelles Lernen und Datenanalyse (MLA)In diesem Modul vertiefst Du fortgeschrittene Deep-Learning-Methoden mit Schwerpunkt auf robotischen Anwendungen und Deep Reinforcement Learning. Du lernst sowohl theoretische Grundlagen zu modernen Netzarchitekturen und probabilistischen Methoden als auch deren praktische Umsetzung in Simulationen und Projekten für Robotik-Tasks.8 ECTSläuft dieses SemesterCIT433027Business Analytics and Machine LearningNoch keine Bewertungen für dieses Modul.Maschinelles Lernen und Datenanalyse (MLA)Du lernst Methoden der statistischen Analyse und des maschinellen Lernens für Klassifikation, numerische Vorhersage und Clustering. Nach dem Modul kannst du Annahmen und Funktionsweisen verbreiteter Verfahren erklären und Datensätze mit R analysieren sowie Ergebnisse interpretieren.5 ECTSläuft dieses SemesterIN2028Computational NeuroscienceNoch keine Bewertungen für dieses Modul.Maschinelles Lernen und Datenanalyse (MLA)Du lernst Konzepte und Implementationen zentraler Modelle und Methoden der Computational Neuroscience in Python. Am Ende kannst du neuronale Einzelzell- und Netzwerkmodelle implementieren, deren Eigenschaften analysieren und Modelle auf neue Fragestellungen übertragen sowie grundlegende Methoden des Machine Learning und der Informationsanalyse anwenden.5 ECTSläuft dieses SemesterLS20056Data Mining und Knowledge DiscoveryNoch keine Bewertungen für dieses Modul.Maschinelles Lernen und Datenanalyse (MLA)Du lernst Methoden des Data Mining und Knowledge Discovery kennen: von Datenquellen und -qualität über Vorverarbeitung, Visualisierung und Merkmalsauswahl bis zu Korrelation, Regression, Prognose, Klassifikation und Clustering. Am Ende kannst du geeignete Methoden auswählen, anwenden und kritisch bewerten sowie die Grundlagen selbstständig vertiefen.3 ECTSläuft dieses SemesterIN2030Foundations and Application of Generative AINoch keine Bewertungen für dieses Modul.Maschinelles Lernen und Datenanalyse (MLA)Du lernst die Grundlagen und praktischen Anwendungen von generativer KI kennen, einschließlich moderner Modelle wie Transformer-Architekturen, Large Language Models und Stable Diffusion. Am Ende kannst du Prompt-Engineering anwenden, Open‑Source-Modelle laden und feintunen, sowie Chancen, Risiken und Sicherheitsaspekte von generativer KI einschätzen.6 ECTSläuft dieses SemesterCITHN2014
27 weitere in Wahlmodulkatalog InformatikIntroduction to Deep LearningNoch keine Bewertungen für dieses Modul.Maschinelles Lernen und Datenanalyse (MLA)In 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 SemesterIN2346Künstliche Intelligenz in der MedizinNoch keine Bewertungen für dieses Modul.Maschinelles Lernen und Datenanalyse (MLA)Du lernst Grundlagen und aktuelle Methoden der Künstlichen Intelligenz im medizinischen Kontext kennen, von ML für medizinische Bildgebung über NLP für klinische Daten bis zu Datenschutz, Interpretierbarkeit und ethischen Aspekten. Am Ende kannst du die wichtigsten Themen einordnen, sie auf eigene Deep‑Learning‑Projekte anwenden und Strategien zur Bewertung und Umsetzung in der klinischen Praxis entwickeln.5 ECTSläuft dieses SemesterIN2403Machine LearningNoch keine Bewertungen für dieses Modul.Maschinelles Lernen und Datenanalyse (MLA)Du 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 SemesterIN2064Natural Language ProcessingNoch keine Bewertungen für dieses Modul.Maschinelles Lernen und Datenanalyse (MLA)Du erhältst eine fundierte Einführung in moderne Natural Language Processing (NLP)-Methoden. Am Ende kennst du zentrale Konzepte, Algorithmen und Modelle vom Tokenizing über Parsing, Embeddings und NER bis zu modernen neuronalen Ansätzen und kannst wissenschaftliche Publikationen der Disziplin lesen, analysieren und für eigene Projekte oder Abschlussarbeiten einordnen.6 ECTSläuft dieses SemesterIN2361Statistical Foundations of LearningNoch keine Bewertungen für dieses Modul.Maschinelles Lernen und Datenanalyse (MLA)Du lernst statistische Grundlagen der Machine-Learning-Theorie und mathematische Werkzeuge zur Analyse von Lernalgorithmen. Am Ende kannst du Generalisierungs- und Konsistenzfragen bewerten, Algorithmen wie k‑NN, SVM und einfache neuronale Netze theoretisch analysieren und neuere Entwicklungen wie Überparametrisierung und Trainingsdynamiken einordnen.8 ECTSläuft dieses SemesterCIT4230004Advanced Deep Learning for PhysicsNoch keine Bewertungen für dieses Modul.Maschinelles Lernen und Datenanalyse (MLA)In 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 Machine Learning: Deep Generative ModelsNoch keine Bewertungen für dieses Modul.Maschinelles Lernen und Datenanalyse (MLA)Du beschäftigst Dich mit fortgeschrittenen Methoden des maschinellen Lernens, mit Schwerpunkt auf tiefen generativen Modellen. Am Ende kennst Du die theoretischen Grundlagen und kannst die wichtigsten Bausteine (Normalizing Flows, VAEs, GANs, Diffusionsmodelle) anwenden und in moderner Programmiersprache implementieren sowie qualitativ vergleichen.3 ECTSkein Termin dieses SemesterCIT4230003Advanced Natural Language ProcessingNoch keine Bewertungen für dieses Modul.Maschinelles Lernen und Datenanalyse (MLA)Du beschäftigst dich mit aktuellen, fortgeschrittenen Themen des Natural Language Processing: moderne Transformer-Modelle und Erklärbarkeit, maschinelle Übersetzung für ressourcenarme Sprachen, Argument Mining und ethische Aspekte, dialogorientierte KI, Quantum NLP, automatische Textzusammenfassung sowie multimodale Modelle (Text+Bilder). Am Ende kannst du Forschungsarbeiten zu diesen Methoden verstehen, technische Bausteine kombinieren und eigene Architekturvarianten für Forschung oder Praxis entwerfen und bewerten.5 ECTSkein Termin dieses SemesterCIT4230002Anerkennung 1Noch keine Bewertungen für dieses Modul.Maschinelles Lernen und Datenanalyse (MLA)kein Termin dieses SemesterIN99555Anerkennung 1 MLA_THEONoch keine Bewertungen für dieses Modul.Maschinelles Lernen und Datenanalyse (MLA)kein Termin dieses SemesterIN995076Anerkennung 2Noch keine Bewertungen für dieses Modul.Maschinelles Lernen und Datenanalyse (MLA)kein Termin dieses SemesterIN99556Anerkennung 2 MLA_THEONoch keine Bewertungen für dieses Modul.Maschinelles Lernen und Datenanalyse (MLA)kein Termin dieses Semester995077Anerkennung 3 MLA_THEONoch keine Bewertungen für dieses Modul.Maschinelles Lernen und Datenanalyse (MLA)kein Termin dieses SemesterIN995078Anerkennung 4Noch keine Bewertungen für dieses Modul.Maschinelles Lernen und Datenanalyse (MLA)kein Termin dieses SemesterIN99558Anerkennung 5Noch keine Bewertungen für dieses Modul.Maschinelles Lernen und Datenanalyse (MLA)kein Termin dieses SemesterIN99559Anerkennung im Bereich Maschinelles Lernen und DatenanalyseNoch keine Bewertungen für dieses Modul.Maschinelles Lernen und Datenanalyse (MLA)kein Termin dieses SemesterIN99557Anerkennung im Bereich Maschinelles Lernen und Datenanalyse (Theorie)Noch keine Bewertungen für dieses Modul.Maschinelles Lernen und Datenanalyse (MLA)kein Termin dieses SemesterIN995077Artificial Intelligence in Medicine IINoch keine Bewertungen für dieses Modul.Maschinelles Lernen und Datenanalyse (MLA)Du erhältst einen Überblick über fortgeschrittene Vorhersage- und Klassifikationsaufgaben in der Medizin. Du lernst Methoden für Prognose und Diagnostik (z. B. Risikoscores, Survival-Modelle, Differenzialdiagnose, Populationsstratifizierung), spezialisierte ML-Techniken (geometrische Deep Learning-Methoden für Punktwolken/Netze, Transformer, Reinforcement Learning) sowie Themen zur Vertrauenswürdigkeit und klinischen Umsetzung von KI (Bias, Fairness, Generalisierbarkeit, Datenharmonisierung, Evaluation). Am Ende kannst Du die Konzepte in eigenen AI-Projekten anwenden und ihre sozialen und ethischen Implikationen einschätzen.5 ECTSkein Termin dieses SemesterIN2408Ausgewählte Themen aus dem Bereich Maschinelles Lernen und DatenanalyseNoch keine Bewertungen für dieses Modul.Maschinelles Lernen und Datenanalyse (MLA)5 ECTSkein Termin dieses SemesterIN3440Causal Inference in Time SeriesNoch keine Bewertungen für dieses Modul.Maschinelles Lernen und Datenanalyse (MLA)Du lernst Methoden der kausalen Inferenz für Zeitreihen kennen und anzuwenden. Am Ende kannst du kausale Strukturen in dynamischen Netzwerken identifizieren, geeignete Algorithmen einsetzen und Ergebnisse praktisch an realen Datensätzen umsetzen.5 ECTSkein Termin dieses SemesterCIT4230006CausalityNoch keine Bewertungen für dieses Modul.Maschinelles Lernen und Datenanalyse (MLA)Du beschäftigst dich mit Konzepten und Methoden der kausalen Inferenz: von probabilistischen und graphentheoretischen Grundlagen über strukturelle Modelle bis zu modernen Algorithmen für Ursachenentdeckung und Schätzung von Kausaleffekten. Am Ende kannst du beurteilen, ob und wie aus gegebenen Daten und Annahmen kausale Schlüsse möglich sind, passende Methoden auswählen und diese praktisch anwenden.8 ECTSkein Termin dieses SemesterIN2410Fundamentals of Foundation ModelsNoch keine Bewertungen für dieses Modul.Maschinelles Lernen und Datenanalyse (MLA)Du lernst, was Foundation Models sind (z. B. LLMs, CLIP, Bildgenerierung) und wie sie aufgebaut, trainiert und feinabgestimmt werden. Am Ende verstehst du Architektur, Skalierung, Datenanforderungen und verteiltes Training sowie Strategien zum Fine-Tuning und zur Alignment/Anpassung von Modellen.5 ECTSkein Termin dieses SemesterCIT433021Legal Data Science and InformaticsNoch keine Bewertungen für dieses Modul.Maschinelles Lernen und Datenanalyse (MLA)Du lernst, wie Methoden der Data Science und Künstlichen Intelligenz auf rechtliche Fragestellungen angewendet werden, etwa bei Analyse und Suche in Rechtsdokumenten, Vorhersage von Fallausgängen und formalen Darstellungen rechtlichen Wissens. Am Ende kannst du einschätzen, wie ML- und NLP-Techniken auf juristische Daten wirken, formale Repräsentations- und Argumentationsmodelle erklären und einfache technische Ansätze auf konkrete, eingegrenzte Problemstellungen anwenden.6 ECTSkein Termin dieses SemesterIN2395Machine Learning for Graphs and Sequential DataNoch keine Bewertungen für dieses Modul.Maschinelles Lernen und Datenanalyse (MLA)Du lernst Methoden des Machine Learning für Graphdaten und sequentielle Daten kennen. Du verstehst Modelle für Texte und zeitliche Abläufe sowie Techniken für Netzwerke und Graphen und kannst diese auf reale Aufgaben anwenden und bewerten. Am Ende kannst du geeignete Verfahren auswählen und ihre Stärken/Schwächen für nicht-unabhängige Daten einschätzen.5 ECTSkein Termin dieses SemesterIN2323Maschinelles Lernen für ComputersehenNoch keine Bewertungen für dieses Modul.Maschinelles Lernen und Datenanalyse (MLA)Du lernst grundlegende maschinelle Lernmethoden, die häufig im Computer Vision eingesetzt werden (z. B. Objektklassifikation, Segmentierung, Entrauschen, Kamerakalibrierung). Am Ende kannst du die mathematische Formulierung zentraler Verfahren erklären, einfache Implementierungen erstellen und diese auf konkrete Datensätze aus dem Bereich Computersehen anwenden.5 ECTSkein Termin dieses SemesterIN2357NeuroAI and Machine Learning in NeuroscienceNoch keine Bewertungen für dieses Modul.Maschinelles Lernen und Datenanalyse (MLA)Du lernst moderne Methoden der Computational Neuroscience und NeuroAI: von modellbasierten Ansätzen (Dendritenmodelle, mean-field, Fokker‑Planck, lineare Antwort) über Plastizität und stochastische Prozesse bis zu Trainingsmethoden für RNNs und SNNs sowie Reinforcement Learning und Predictive Coding. Am Ende kannst du Modelle auf verschiedenen Ebenen implementieren, RNNs/SNNs trainieren und NeuroAI-Paper fachgerecht analysieren und reproduzieren.7 ECTSkein Termin dieses SemesterLS20057Robust Machine LearningNoch keine Bewertungen für dieses Modul.Maschinelles Lernen und Datenanalyse (MLA)Du lernst Grundlagen und aktuelle Methoden der robusten Machine Learning (ML). Das Modul behandelt Angriffsarten und Threat-Modelle, praktische Angriffsmethoden sowie empirische und zertifizierbare Verteidigungen. Am Ende kannst du Methoden zur Absicherung von ML-Systemen einschätzen und passende Algorithmen für konkrete Probleme auswählen.3 ECTSkein Termin dieses SemesterCIT423004