zurück zur Suche
Der Kurs vermittelt die Grundlagen des maschinellen Lernens mit Schwerpunkt auf Anwendungen in den Materialwissenschaften. Du lernst typische Methoden (z. B. Clustering, Regression, Klassifikation, Deep Learning, Bayessche Optimierung) kennen, arbeitest mit materialwissenschaftlichen Datensätzen und übst praktische Implementierung in Python-Notebooks. Am Ende kannst du geeignete Darstellungen und Methoden auswählen, Modelle bewerten und ein kleines ML-Projekt in den Materialwissenschaften durchführen.
Aus dem laufenden Semester, unverbindlich.
Noch keine Bewertungen für dieses Modul.
Fülle nur die Kategorien aus, die du beurteilen kannst – je Kategorie entweder Sterne und Text zusammen oder gar nichts.
Bewertungen werden vor der Veröffentlichung automatisch geprüft.
Offizielle Seite in TUMonline · Angaben unverbindlich.