ModulMaschinelles Lernen mit empirischen Daten
DozentThomas Schmid
Beginn20.07.2020
Zeit / OrtMO-FR 10-16 - Online
Turnusunregelmäßig
PrüfungProjektarbeit

Inhalt

Ziel dieses zweiwöchigen Blockpraktikums ist das selbstständige Bearbeiten und Dokumentieren einer wissenschaftlichen Fragestellung im Bereich Maschinelles Lernen in gegebener Zeit und mit Betreuung durch einen Lehrenden.

Praktikumsinhalte:

  • Selbstständige Entwicklung und Anwendung einer Analysemethodik für einen empirischen Datensatz
  • Dokumentation von Analsemethodik und -ergebnissen nach wissenschaftlichen Standards
  • Selbstständige Bewertung der erzielten Ergebnisse
  • Wissenschaftliche Präsentation eines eigenen Projekts

Termine

10 – 12 Uhr 12 – 13 Uhr 13 – 15 Uhr 15 – 16 Uhr
Mo, 20.7. Einführung /

Preprocessing

Mittagspause Hands-On

Überwachtes Lernen

Aufgaben-

vergabe

Di, 21.7. Einführung / Projektarbeit Mittagspause Projektarbeit / Paperrunde Paperrunde

(1. Meilenstein)

Mi, 22.7. Projektarbeit /

Preprocessing

Mittagspause Projektarbeit / Preprocessing Präsentationen

2. Meilenstein

Do, 23.7. Projektarbeit Mittagspause Projektarbeit Präsentationen

3. Meilenstein

Fr, 24.7. Projektarbeit Mittagspause Projektarbeit Zwischenevaluation
Mo, 27.7. Hands-On

Dokumentation

Mittagspause Projektarbeit Fachdiskussion

(4. Meilenstein)

Di, 28.7. Projektarbeit Mittagspause Projektarbeit Projektarbeit
Mi, 29.7. Hands-On

Präsentation

Mittagspause Projektarbeit Projektpräsentationen

(5. Meilenstein)

Do, 30.7. Projektarbeit Mittagspause Projektarbeit Projektarbeit
Fr, 31.7. Hands-On

Peer Review

Mittagspause Abschluss

1. Meilenstein: Einordnung der Fragestellung (Literaturrecherche)
2. Meilenstein: Exploration / Hypothesenbildung
3. Meilenstein: Prototyp (begründete Methodenauswahl, Implementierung, Evaluation)
4. Meilenstein: Fachdiskussion
5. Meilenstein: Projektpräsentation

Literatur

  • Scott V. Burger
    Introduction to Machine Learning with R
    O’Reilly, 1. Auflage, 2018