zurück zur Suche

Advanced Seminar Operations & Technology: Machine Learning

MGTHN0195Digital Technology6 ECTSEnglischWintersemester/SommersemesterProfessur für Transportation Analytics (Prof. Li) (TUM Campus Heilbronn)
KI-überarbeitetes Infoblatt. Auf Basis der TUMonline-Modulbeschreibung, sprachlich aufbereitet.Original in TUMonline

Worum geht's

In diesem Advanced Seminar beschäftigst du dich mit aktuellen Machine-Learning-Themen von grundlagenorientierten Verfahren bis zu modernen Deep‑Learning-Methoden. Am Ende kannst du wichtige Forschungsarbeiten der letzten Jahre verstehen, wissenschaftlich präsentieren und selbst kurze Reviews verfassen sowie erste Anwendungen in Industriekontexten einschätzen.

Was du danach kannst

  • Front‑tier Machine‑Learning‑Papers verstehen
  • Grundlegendes Verständnis von ML‑Modellen und Forschungsansätzen
  • Anwendung von ML‑Ergebnissen in Industriekontexten einschätzen
  • Wissenschaftliches Präsentieren
  • Wissenschaftliches Schreiben (Review‑Essay)

Aus was das Modul besteht

  • Seminarregelmässige Gruppenpräsentationen und Diskussionen zu Paper‑Reviews
  • In‑class Taskskurze, gruppenbasierte Aufgaben am Ende jeder Sitzung zur Vertiefung

Lehrmethode

  • Reverse ClassroomGrundlagen werden ausserhalb der Sitzung erarbeitet; die Präsenzzeit dient der Präsentation, Diskussion und Bearbeitung von Aufgaben
  • Gruppenarbeitgemeinsame Vorbereitung und Präsentation von Forschungsarbeiten

Termine

SeminarAdvanced Seminar Operations & Technology: Machine Learning (MGTHN0195)

  • Di.14:15–17:45B.0.23, Seminarraum (1910.EG.023B)
    8× · 13.10.–26.01.
    • 13.10.
    • 27.10.
    • 10.11.
    • 24.11.
    • 08.12.
    • 22.12.
    • 12.01.
    • 26.01.

Aus dem laufenden Semester, unverbindlich.

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.