Sommersemester

Lehrveranstaltung: Machine Learning und Data Science

Dozent: Prof. Dr.-Ing. Axel Schumacher

Qualifikationsziele:

Die Studierenden sind in der Lage, aus den im Entwicklungsprozess technischer Produkte vorhandenen Daten Wissen für die weitere Entwicklung des Produkts oder nachfolgende bzw. verwandte Produkte zu generieren. Die Studierenden kennen die aktuellen Möglichkeiten und Grenzen von Verfahren der Datenanalyse und des Maschinellen Lernens. Sie sind fähig, vorhandene Software für konkrete Aufgabenstellungen zu nutzen. Zudem können sie eigene Software auch unter Nutzung vorhandener Softwarepakete erstellen.

Inhalte:

Zunächst wird in Form von Vorlesungen in die Möglichkeiten und Grenzen der Datenanalyse und des maschinellen Lernens eingeführt. Dabei werden auch die Grenzen der Verfahren erläutert:

• Aufbereitung der verwendeten Daten

• Erzeugung fehlender Daten

• Arbeiten mit unsicheren Daten

• Möglichkeiten zum Aufbau von Meta-Modellen

• Komponenten eines Künstlichen Neuronalen Netzes

• Überwachtes Lernen

• Unüberwachtes Lernen (Verfahren der Dimensionsreduzierung, Suche nach Mustern, Interpretation und Visualisierung)