zurück zur Suche

Advanced Seminar Operations & Technology Management: Real-World Applications of Deep Learning and Reinforcement Learning

WIHN0043Digital Technology6 ECTSEnglischSommersemesterProfessur für Business Analytics (Prof. Xie) (TUM Campus Heilbronn)
KI-überarbeitetes Infoblatt. Auf Basis der TUMonline-Modulbeschreibung, sprachlich aufbereitet.Original in TUMonline

Worum geht's

In diesem Seminar lernst Du, wie Deep Learning und insbesondere Reinforcement Learning auf reale betriebliche Fragestellungen angewendet werden, mit Schwerpunkt auf dem Gesundheitsmanagement. Du reviewst relevante Literatur, entwickelst eigene Forschungsfragen und Modelle, wählst passende Algorithmen und implementierst Lösungen. Am Ende kannst Du Probleme im Gesundheitsbereich modellieren, passende Deep‑/Reinforcement‑Learning‑Ansätze auswählen und prototypisch in Python umsetzen.

Was du danach kannst

  • Verständnis des wissenschaftlichen Prozesses
  • Tiefes Verständnis von Konzepten und Algorithmen des Deep Learning und Reinforcement Learning
  • Überblick über Anwendungen von Deep Learning und Reinforcement Learning
  • Kritische Denkfähigkeit
  • Effizientes und innovatives Modellieren von Problemen mit Deep/Reinforcement Learning
  • Lösungsimplementierung und -optimierung mit R und Python

Aus was das Modul besteht

  • Seminar/ProjektarbeitLiteraturreview, Entwicklung einer Forschungsfrage, Modellbildung, Algorithmuswahl und Implementierung
  • PräsentationVorstellung der Forschungsideen und Diskussion in der letzten Sitzung

Lehrmethode

  • PräsentationVermittlung und Diskussion von Ergebnissen
  • Interaktiver UnterrichtErmöglicht Diskussion und Rückfragen
  • E‑LearningUnterstützung des Selbststudiums und Zugänglichkeit von Materialien
  • GruppendiskussionenFördert kollegialen Austausch und kritische Reflexion
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.