Hauptinhalt
Topinformationen
Maschinelles Lernen mit Python
Allgemeine Informationen
- Veranstaltungsart
- Vorlesung und Übung
- Semester
- SoSe 2022
- ECTS-Punkte
- 3
- Veranstaltungsnummer
- 6.010
- Details
- Link zur Veranstaltung in StudIP
Dozent*innen
Beschreibung
Dieser Kurs gibt eine Einführung in das umfangreiche Themengebiet des maschinellen Lernens mit Fokus auf die Praxis. Kursinhalte werden sowohl die ML-Modelle wie lineare und logistische Regression, Bäume und Wälder, k-nächste Nachbarn, Support Vector Machine (SVM), naive Bayes, Clustering und neuronale Netze, als auch Ihre Vor- und Nachteile sein. Dabei werden Datenimport und -vorbereitung, Feature-Auswahl und Modellvalidierung auch behandeln. Die Codebeispiele basieren auf Python und den Bibliotheken Scikit-Learn, Matplotlib, Pandas, NumPy, Keras und TensorFlow. Am Ende des Kurses gibt es ein finales Projekt.
Studienbereiche
- Mathematik > Vorlesungen
- Mathematik > Praktika und Projekte
- Mathematik > Proseminare und Seminare
- Mathematik > 2-Fächer-Bachelor
- Mathematik > Bachelor Mathematik
- Mathematik > Master Lehramt an Gymnasien
- Mathematik > Master Mathematik
- Mathematik > Lehrangebote für andere Studiengänge
- Data Science
Modulzuordnungen der Veranstaltung
- 2-Fächer-Bachelor Mathematik > MATH-135 - Professionalisierungsbereich (Bachelor)
- 2-Fächer-Bachelor Professionalisierung > MATH-135 - Professionalisierungsbereich (Bachelor)
- 2-Fächer-Bachelor Mathematik > MATH-136 - Professionalisierungsbereich II (Bachelor)
- 2-Fächer-Bachelor Professionalisierung > MATH-136 - Professionalisierungsbereich II (Bachelor)
