Einführung in Data Science und Machine Learning (Sommersemester 2024)

Lecturer: Prof. Dr. Gerard de Melo (Artificial Intelligence and Intelligent Systems)
Course Website: https://moodle.hpi.de/course/view.php?id=772

General Information

• Weekly Hours: 4
• Credits: 6
• Graded: yes
• Enrolment Deadline: 01.04.2024-30.04.2024
• Examination time §9 (4) BAMA-O: 12.08.2024
• Teaching Form: Lecture / Exercise
• Enrolment Type: Compulsory Elective Module
• Course Language: English

Programs, Module Groups & Modules

Description

Das Leben in unserer modernen Welt wird fundamental von digitalen Daten geprägt. In immer mehr Fällen bestimmen letztendlich Daten welche Unternehmen erfolgreich sind, wer sich gegen seine politischen Kontrahenten durchsetzen kann oder gar wer bei der Partnerwahl in Erwägung gezogen wird. Dieser Kurs bietet einen ersten Überblick über Data Science und Machine Learning und ihrer Relevanz für moderne Künstliche Intelligenz.

 

Lehrinhalte:

• Datensammlung, Data Parsing und Preprocessing
• Datenanalyse und -visualisierung
• Graphstrukturierte Daten
• Clustering
• Grundkonzepte des Maschinellen Lernens
• Maschinelles Lernen: Regression
• Maschinelles Lernen: Klassifikation
• Maschinelles Lernen: verschiedene Algorithmen, inklusive Grundprinzipien neuronaler Netze/Deep Learning
• Maschinelles Lernen: Evaluierung und Durchführung von Experimenten
• Umgang mit Textdaten und einige Grundlagen von Large Language Models
• Fairness und Bias
• Data Mining-Algorithmen

Requirements

Programmierkenntnisse und Schulmathematik

Learning

Vorlesung mit integrierter Übung: Einige der Vorlesungstermine werden als praktische Übung gestaltet.

Die Lehrsprache ist aber Deutsch. Die Übungsblätter und Klausur werden deutschsprachig verfasst, aber die Vorlesungsfolien liegen ausschließlich in englischer Sprache vor.

Examination

Die Gesamtnote ergibt sich zu 100% aus der Klausurnote.

Prüfungsnebenleistungen:
Voraussetzung zur Anmeldung zur Klausur ist die erfolgreiche Bearbeitung einiger Übungsblätter (verteilt im Laufe des Semesters).

Dates

Siehe HPI-Stundenplan.

Zurück