Grundlagen des "Machine Learning" für die Physik

Worum geht's

Du lernst grundlegende Konzepte und Methoden des Machine Learning mit Fokus auf Anwendungen in der Physik. Am Ende kannst du grundlegende Klassifikations- und Regressionsmodelle sowie Ensembleverfahren verstehen, einschätzen und einfache Beispielrechnungen dazu durchführen.

Was du danach kannst

Grundverständnis von Klassifikationsmodellen
Grundverständnis von Regressionsmodellen
Kenntnis wichtiger Ensemblemethoden (z.B. Boosting bei Entscheidungsbäumen)
Verständnis von Modelloptimierung
Erkennen und Kontrollieren von Overfitting/Underfitting
Wissen zu grundlegenden Methoden der Datenvorverarbeitung
Anwenden von Metriken für Regression und Klassifikation

Aus was das Modul besteht

VorlesungVermittlung der theoretischen Grundlagen und Fragestellungen
ÜbungEinüben der behandelten Problemstellungen; Teilnahme wird dringend empfohlen

Lehrmethode

Vorlesungeinführen und erklären der Konzepte
Übungenpraktische Festigung und Vorbereitung auf die Modulprüfung

Termine

VorlesungGrundlagen des "Machine Learning" für die Physik

Mi.11:00–13:00
019, LMU Hörsaal im Physik Werkstattgebäude (5123.EG.019)
14× · 14.10.–03.02.
- 14.10.
- 21.10.
- 04.11.
- 11.11.
- 18.11.
- 25.11.
- 02.12.
- 09.12.
- 16.12.
- 23.12.
- 13.01.
- 20.01.
- 27.01.
- 03.02.

ÜbungÜbung zu Grundlagen des "Machine Learning" für die Physik

Mi.13:00–15:00
019, LMU Hörsaal im Physik Werkstattgebäude (5123.EG.019)
15× · 14.10.–03.02.
- 14.10.
- 21.10.
- 28.10.
- 04.11.
- 11.11.
- 18.11.
- 25.11.
- 02.12.
- 09.12.
- 16.12.
- 23.12.
- 13.01.
- 20.01.
- 27.01.
- 03.02.

Aus dem laufenden Semester, unverbindlich.

Filter