|
Seminar Machine Learning Algorithms (SemMLA)5 ECTS (englische Bezeichnung: Seminar Machine Learning Algorithms)
(Prüfungsordnungsmodul: Seminar Informatik für CE)
Modulverantwortliche/r: Stefan Steidl Lehrende:
Stefan Steidl
Startsemester: |
WS 2018/2019 | Dauer: |
1 Semester | Turnus: |
halbjährlich (WS+SS) |
Präsenzzeit: |
30 Std. | Eigenstudium: |
120 Std. | Sprache: |
Englisch |
Lehrveranstaltungen:
Inhalt:
Ziel des Seminars ist die didaktische Aufbereitung eines Verfahrens aus dem Bereich der maschinellen Klassifikation im Rahmen eines 45-minütigen Vortrags. Dabei soll der Algorithmus effizient in der Programmiersprache Python implementiert und die Klassifikationsergebnisse visualisiert werden. Als Framework steht die Python Classification Toolbox zur Verfügung.
Zusätzlich zum Vortrag muss das Verfahren in einer 6-8-seitigen Ausarbeitung (Form eines IEEE-Konferenzbeitrags) beschrieben werden.
Lernziele und Kompetenzen:
- suchen selbstständig Literatur zum Thema
arbeiten sich selbstständig anhand der gefundenen Literatur in die Thematik ein
bereiten das Thema im Rahmen einer 45-minütigen Präsentation (Lehrstunde) didaktisch so auf, dass es für andere Teilnehmer des Seminars verständlich ist
implementieren das Verfahren effizient in der Programmiersprache Python unter Beachtung der für Python typischen Eigenschaften und visualisieren die Klassifikationsergebnisse; dabei steht als Framework die Python Classification Toolbox zur Verfügung
halten einen Vortrag in der international in Veröffentlichungen und auf Konferenzen üblichen Fachsprache Englisch (davon ausgenommen sind Studierende aus dem Ausland, die in Deutschland studieren, um Deutsch zu lernen)
erläutern in einer 6-8-seitigen englischsprachigen Ausarbeitung (in Form eines IEEE-Konferenzbeitrags) das Verfahren
erlernen die Grundlagen des Textsatzes
arbeiten sich für die Anfertigung der Ausarbeitung und die Gestaltung der Folien in LaTeX und BibTeX ein
Organisatorisches:
Verbindliche Anmeldung bitte an: stefan.steidl@fau.de
Über die Vergabe der Seminarplätze entscheidet die Reihenfolge der Anmeldungen. Die Themenvergabe finden in der Vorbesprechung in der zweiten Woche des Semesters am 23.10.2018 statt.
Alle weiteren Termine werden in Absprache mit den angemeldeten Personen festgelegt. Der begleitende Besuch der Vorlesung 'Introduction to Pattern Recognition' wird ausdrücklich empfohlen.
Es wird erwartet, sich in die Programmiersprache Python selbstständig einzuarbeiten.
Vorkenntnisse in Python sind dagegen nicht notwendig.
Weitere Informationen:
Schlüsselwörter: machine learning; classification; pattern recognition;
www: http://www5.cs.fau.de/lectures/ws-1819/seminar-machine-learning-algorithms-semmla/
Verwendbarkeit des Moduls / Einpassung in den Musterstudienplan:
- Computational Engineering (Rechnergestütztes Ingenieurwesen) (Bachelor of Science)
(Po-Vers. 2010 | TechFak | Computational Engineering (Rechnergestütztes Ingenieurwesen) (Bachelor of Science) | Gesamtkonto | Seminar Informatik für CE)
Dieses Modul ist daneben auch in den Studienfächern "Informatik (Bachelor of Arts (2 Fächer))", "Informatik (Bachelor of Science)" verwendbar. Details
Studien-/Prüfungsleistungen:
Seminar Machine Learning Algorithms (Prüfungsnummer: 628256)
(englischer Titel: Seminar Machine Learning Algorithms)
- Prüfungsleistung, Seminarleistung, benotet
- Anteil an der Berechnung der Modulnote: 100.0 %
- weitere Erläuterungen:
Die Gesamtnote setzt sich zu einem Dritteln aus der Bewertung des Vortrags, zu einem Drittel aus der Implementierung des Verfahrens in Python und zu einem Drittel aus der Bewertung der Ausarbeitung zusammen. Ziel des Seminars ist die verständliche Aufbereitung eines Themas für andere Studierende im Rahmen einer Lehrstunde. Die Vortragsdauer beträgt 45 Minuten. Ziel ist es, diese möglichst genau einzuhalten. Die Ausarbeitung umfasst 6-8 Seiten im Stil von IEEE-Konferenzbeiträgen. Vortrag und Ausarbeitung sollten auf Englisch erfolgen.
- Prüfungssprache: Englisch
- Erstablegung: WS 2018/2019, 1. Wdh.: SS 2019
|
|
|
|
UnivIS ist ein Produkt der Config eG, Buckenhof |
|
|