direkt zum Inhalt springen

direkt zum Hauptnavigationsmenü

Sie sind hier

TU Berlin

Inhalt des Dokuments

Maschinelles Lernen I

Das Modul "Maschinelles Lernen 1" setzt sich zusammen aus der Integrierten Vorlesung (6 LP) und einem Wahlpflichtbestandteil (3 LP).

Die Lehrkoordination und Einschreibung erfolgt über die ISIS-Seite der Integrierten Vorlesung. Detaillierte Informationen über die Kursformalitäten und Anrechenbarkeit sind dort ebenso zusammengefasst. Eine Beschreibung zum Erhalt eines ISIS-Zuganges für TU-Externe (Neben- und Gasthörer) findet sich unten im Abschnitt Online-Kursangebot.

Als inhaltliche Vorbereitung empfiehlt sich der Besuch des als Wahlpflichtfach anrechenbaren MATLAB- oder Mathematische-Grundlagen-Kurses, die (Achtung!) in den Wochen vor Vorlesungsbeginn stattfinden.

Integrierte
Vorlesung

Donnerstags, 10 Uhr c.t. - 12 Uhr (ab 25.10.2012)
Raum: MAR 0.016
Übungen
Donnerstags, 12 Uhr c.t. - 14 Uhr (ab 25.10.2012)
Raum: MAR 0.016
Verantwortlich
Prof. Dr. Klaus-Robert Müller
Sprechzeiten nach Vereinbarung
Ansprechpartner
Dr. Franz Király
Sprechzeiten nach Vereinbarung

Themen

Die Vorlesung behandelt einführende Themen im Bereich des Maschinellen Lernens.

Im Anschluss an die Vorlesung findet die Übung statt, in der die erlernten Methoden vertieft und die Übungsaufgaben erklärt werden.

Beide Veranstaltungen finden in der Regel in englischer Sprache statt.

Die geplanten Vorlesungs- und Übungsthemen umfassen:

Liste der Vorlesungsthemen
25.10.2012
Introduction to Machine Learning and Statistics
01.11.2012
Bayes Decision Theory
08.11.2012
Maximum Likelihood Estimation and Bayes Learning
15.11.2012
Principal Component Analysis
22.11.2012
Independent Component Analysis
29.11.2012
k-means Clustering
06.12.2012
Expectation Maximization
13.12.2012
k-nearest Neighbor
20.12.2012
Fisher Discriminant Analysis
10.01.2013
Learning Theory and Kernel Methods
17.01.2013
Support Vector Machines
24.01.2013
Kernel Ridge Regression and Gaussian Processes
31.01.2013
Model Selection
07.02.2013
Neural Networks
14.02.2013
Overview and Outlook

Planänderungen sind vorbehalten und werden ggf. über die ISIS-Mailingliste bekanntgegeben.

Vorlesungsfolien und Kursmaterialien sind im ISIS-Online-Kurs verfügbar.

Voraussetzungen

Hilfreiche, aber nicht zwingend notwendige Vorkenntnisse für die Veranstaltung sind:

  • Grundlagenwissen in der Linearen Algebra und Analysis, entsprechend den Modulen Lineare Algebra und Analysis
  • Grundkenntnisse in der Wahrscheinlichkeitstheorie, entsprechend dem Modul Elementare Stochastik
  • Grundlegende Programmierkenntnisse, Umgang mit MATLAB

In der Vorlesung werden die nötigen Grundlagen in der Regel vorgestellt, bei Bedarf werden sie in der Übung ergänzend erläutert.

Für eine kurze Wiederholung der technischen Grundlagen wird ein Besuch der vorbereitenden MATLAB- und Mathematische-Grundlagen-Kurse empfohlen.

Leistungsnachweis und Prüfungsrelevanz

Eine erfolgreiche Teilnahme an der Integrierten Vorlesung sowie mindestens einer Wahlpflichtveranstaltung sind Voraussetzung für die Anmeldung zur Modulprüfung Maschinelles Lernen 1.

Der Stoff der Modulprüfung besteht aus dem Stoff der Vorlesung und der Übungen sowie ggf. des Wahlpflichtteils. Sie findet am Ende des Semeters schriftlich statt und dauert in der Regel zwei Stunden. Die erste Nachprüfung ist schriftlich, die zweite mündlich.

Erfolgreich an der Integrierten Vorlesung teilgenommen hat wer:

  • Mindestens 50% der Übungspunkte auf den Übungsblättern erhalten hat.
  • Gemäß Studienordnung zur Teilnahme an der Integrierten Vorlesung "Maschinelles Lernen 1" berechtigt ist und keines der Ausschlusskriterien erfüllt.

Die Kriterien für die erfolgreiche Teilnahme am Wahlpflichtteil unterscheiden sich je nach Veranstaltung.

Für die Ausstellung eines Leistungsnachweises ist ein Studium, eine Nebenhörerschaft oder eine Gasthörerschaft an der TU Berlin Voraussetzung. Für die Anerkennung als Studienleistung für ein Hochschulstudium ist ein Studium oder eine Nebenhörerschaft an der TU Berlin erforderlich.

Genaure Informationen zur Anmeldung, zu den Prüfungsmodalitäten und zur Anrechenbarkeit sind auf der Online-Präsenz des Kurses zusammengefasst.

Online-Kursangebot / ISIS

Link zum Online-Kurs im ISIS-System

Die Kurskoordination und die Teilnahme am Online-Kursangebot erfolgt über das ISIS-System der TU. Für die Anmeldung ist ein tubIT-Konto erforderlich. Als Neben- oder Gasthörer kann man dieses bei der tubIT erhalten. Dazu muss unter persönlicher Vorlage einer gültigen Neben- oder Gasthörerbescheinigung im tubIT-Laden ein Provisionierungsverfahren beantragt werden.

Die kursöffentlichen ISIS-Diskussionsforen sowie die anonymen Feedbackmöglichkeiten können von allen eingeschriebenen Teilnehmern für Fragen und Kommentare zur Veranstaltung in Anspruch genommen werden.

Übungen

Teil der Integrierten Vorlesung "Maschinelles Lernen 1" sind die Übungen. In den Übungen werden zum einen Fragen zur Vorlesung beantwortet und die nötigen theoretischen und praktischen Grundlagen zu den Aufgaben erläutert, ggf. werden Lösungen zu den bearbeiteten Aufgaben präsentiert.

Die Übungskoordination, inklusive Abgabe und Bewertung der bearbeiteten Übungsaufgaben, erfolgt über das ISIS-System der TU. Jede Woche werden schriftliche Aufgaben und/oder Programmieraufgaben in der Sprache MATLAB gestellt.

Die Abgabe der schriftlichen Übungsaufgaben ist optional auch in physischer Form möglich.

MATLAB ist auf dem vom IRB verwalteten System installiert und kann mit dem Befehl
/home/ml/ml/bin/matlab
gestartet werden. Die Computer des IRB lassen sich nur mit einem IRB-Login nutzen, der für Nutzer eines tubIT-Kontos und Externe beim IRB elektronisch beantragbar ist.

Zusatzinformationen / Extras

Direktzugang:

Schnellnavigation zur Seite über Nummerneingabe