Master Seminar Information Theory, Inference, and Learning Algorithms

Aktuelles

Dozent
Prof. Dr. Stefan Harmeling

Studiengang
Master-Studiengang Informatik

Kreditpunkte
5 LP

Lehrveranstaltungen

• Seminar "Master Seminar Information Theroy, Inference, and Learning Algorithms", 2 SWS,
  Mi. 10:30 - 12:00 Uhr, Seminarraum 25.13.U1.24

Inhalte

Im Seminar sollen die Inhalte der Vorlesung "Machine Learning" weiter vertieft und erweitert werden, z.B. durch Vorstellung einzelner Kapitel aus dem Buch "Information Theory, Inference, and Learning Algorithms" von David MacKay, oder auch anderer Bücher und wissenschaftlichen Veröffentlichungen zum Thema.  Jede Woche werden ein oder zwei Themen durch die Teilnehmenden in Form eines Vortrages vorgestellt und diskutiert.  Dabei geht es zum einen um die Inhalte, zum anderen darum, wie man einen guten wissenschaftlichen Vortrag hält.  Zusätzlich erstellen die Teilnehmenden eine kurze schriftliche Ausarbeitung Ihres Vortrages.

Lernergebnisse/Kompetenzen

Studierende haben nach erfolgreichem Abschluss dieses Moduls ein vertieftes Verständnis verschiedenster Methoden und Techniken aus den Bereichen Information Theory, Inference, and Learning Algorithmen. Sie verbessern Ihre Fähigkeit einen Vortrag über ein Thema aus diesem Bereich zu halten und bekommen ein besseres Verständnis für die im Seminar behandelten Themen.

Empfohlene Literatur

• u.a. David J.C.MacKay, "Information Theory, Inference, and Learning Algorithms", Cambridge, PDF freely available on the author's website

Verwendbarkeit des Moduls

• Wahlpflichtbereich Praktische oder Technische Informatik
• Schwerpunktbereich
• Individuelle Ergänzung
• Anwendungsfach für den Ergänzungsbereich im Master-Studiengang Mathematik

Teilnahmevoraussetzungen

Bachelor-Studierende müssen folgende Module erfolgreich abgeschlossen haben:

• "Programmierung"
• "Rechnerarchitektur"
• "Algorithmen und Datenstrukturen"
• "Theoretische Informatik"
• Hilfreich ist erfolgreicher Abschluss des Moduls "Lineare Algebra"

Empfohlene Vorkenntnisse

• "Machine Learning", "Lineare Algebra", "Analysis", "Stochastik", "Numerik"

Voraussetzungen für die Vergabe von Kreditpunkten

• Schriftliche Ausarbeitung zum gewählten Thema
• Begutachtung von anderen Ausarbeitungen
• Präsentation des eigenen Themas
• Aktive Teilnahme an Diskussionen

Häufigkeit des Angebots, modulare Schiene

Unregelmäßig

Modulbeauftragte und hauptamtliche Lehrende

Prof. Dr. Stefan Harmeling

Themen & Folien

Siehe oben unter Aktuelles.

Übungen 

Siehe oben unter Aktuelles.