Machine Learning and Artificial Intelligence
Dozent:innen: Philipp TerhörstKurzname: ML und KI
Kurs-Nr.: 03.184.4605
Kurstyp: Vorlesung
Inhalt
Diese Vorlesung bietet eine fundierte Einführung in die Kernkonzepte, Algorithmen und Anwendungen des maschinellen Lernens. Sie legt den Schwerpunkt sowohl auf theoretische Grundlagen als auch auf praktische Implementierungsaspekte moderner Lernmethoden. Die Studierenden lernen, wie Modelle aus Daten lernen, wie sie bewertet und optimiert werden und welche Methoden für verschiedene Problemstellungen geeignet sind.Der Kurs ist in drei Hauptbereiche gegliedert:
- Überwachtes Lernen: Behandelt Regressions- und Klassifikationsmethoden, darunter lineare und logistische Regression, Naive Bayes, k-Nearest Neighbors, Entscheidungsbäume und Support Vector Machines.
- Unüberwachtes Lernen: Umfasst Clustering (z. B. k-Means), Dimensionsreduktion (z. B. PCA, t-SNE), Dichteschätzung (z. B. Kernel-Dichteschätzung) und Anomalieerkennung (z. B. Isolation Forest)
- Neuronale Netze und Deep Learning: Einführung in Funktionsweise, Training und Architekturen neuronaler Netze, einschließlich Convolutional Neural Networks, Autoencodern und generativer Modelle.
Zusätzlich werden zentrale Konzepte wie Modellselektion, Regularisierung und Ensemble-Methoden behandelt, um robuste und verallgemeinerungsfähige Modelle zu erstellen. Die Vorlesung legt Wert auf ein tiefes Verständnis der zugrundeliegenden Prinzipien und bereitet die Studierenden darauf vor, moderne ML-Methoden in Forschung und Praxis anzuwenden und weiterzuentwickeln.
Zusätzliche Informationen
Nach erfolgreicher Absolvierung des Moduls sind die Studierenden in der Lage:- zentrale Konzepte und Herausforderungen des maschinellen Lernens zu erklären und in einen größeren Kontext einzuordnen,
- wissenschaftliche Methoden und Algorithmen zu verstehen und anzuwenden, die diese Konzepte operationalisieren,
- geeignete Methoden in einer experimentellen Umgebung zu implementieren, zu testen und kritisch zu evaluieren,
- die Ergebnisse fundiert zu interpretieren und über ihre ethischen, gesellschaftlichen und technischen Implikationen nachzudenken.
Termine
| Datum (Wochentag) | Zeit | Ort |
|---|---|---|
| 19.10.2026 (Montag) | 10:15 - 11:45 | -1 341 HS VIII 1121 - Haus Recht und Wirtschaft II |
| 26.10.2026 (Montag) | 10:15 - 11:45 | -1 341 HS VIII 1121 - Haus Recht und Wirtschaft II |
| 02.11.2026 (Montag) | 10:15 - 11:45 | -1 341 HS VIII 1121 - Haus Recht und Wirtschaft II |
| 09.11.2026 (Montag) | 10:15 - 11:45 | -1 341 HS VIII 1121 - Haus Recht und Wirtschaft II |
| 16.11.2026 (Montag) | 10:15 - 11:45 | -1 341 HS VIII 1121 - Haus Recht und Wirtschaft II |
| 23.11.2026 (Montag) | 10:15 - 11:45 | -1 341 HS VIII 1121 - Haus Recht und Wirtschaft II |
| 30.11.2026 (Montag) | 10:15 - 11:45 | -1 341 HS VIII 1121 - Haus Recht und Wirtschaft II |
| 07.12.2026 (Montag) | 10:15 - 11:45 | -1 341 HS VIII 1121 - Haus Recht und Wirtschaft II |
| 14.12.2026 (Montag) | 10:15 - 11:45 | -1 341 HS VIII 1121 - Haus Recht und Wirtschaft II |
| 21.12.2026 (Montag) | 10:15 - 11:45 | -1 341 HS VIII 1121 - Haus Recht und Wirtschaft II |
| 11.01.2027 (Montag) | 10:15 - 11:45 | -1 341 HS VIII 1121 - Haus Recht und Wirtschaft II |
| 18.01.2027 (Montag) | 10:15 - 11:45 | -1 341 HS VIII 1121 - Haus Recht und Wirtschaft II |
| 25.01.2027 (Montag) | 10:15 - 11:45 | -1 341 HS VIII 1121 - Haus Recht und Wirtschaft II |
| 01.02.2027 (Montag) | 10:15 - 11:45 | -1 341 HS VIII 1121 - Haus Recht und Wirtschaft II |
