Master-Praktikum - Machine Learning für Wirtschaftsinformatiker (IN2106, IN2128, IN212812)
Advanced Practical Course - Machine Learning for Information Systems Students (IN2106, IN2128, IN212812)
Lehrveranstaltung 0000001899 im SS 2021
Basisdaten
| LV-Art | Praktikum |
|---|---|
| Umfang | 6 SWS |
| betreuende Organisation | Informatik 17 - Lehrstuhl für Wirtschaftsinformatik und Geschäftsprozessmanagement (Prof. Rinderle-Ma) |
| Dozent(inn)en |
Simon Fuchs Holger Wittges |
| Termine |
11 einzelne oder verschobene Termine |
Zuordnung zu Modulen
-
IN2106: Master-Praktikum / Advanced Practical Course
Dieses Modul ist in den folgenden Katalogen enthalten:- weitere Module aus anderen Fachrichtungen
weitere Informationen
Lehrveranstaltungen sind neben Prüfungen Bausteine von Modulen. Beachten Sie daher, dass Sie Informationen zu den Lehrinhalten und insbesondere zu Prüfungs- und Studienleistungen in der Regel nur auf Modulebene erhalten können (siehe Abschnitt "Zuordnung zu Modulen" oben).
| ergänzende Hinweise | Künstliche Intelligenz und Machine Learning sind das Wachstumsthemenfeld unserer Zeit. Selbstlernende Algorithmen, trainierte Systeme und teilautonome Datenauswertung ermöglichen es Unternehmen, wie niemals zuvor Nutzen aus ihren Unternehmensdaten zu ziehen. Das stetig zunehmende Datenwachstum verbunden mit einer immer kürzer werdenden Markeinführungszeit von vor allem Softwareprodukten erfordert immer effektivere und effizientere Datenanalysen. Schon heute beeinflussen lernende Algorithmen unsere Arbeitswelt und unsere Freizeit. Wir wollen uns in diesem Praktikum mit den Grundlagen von Machine Learning beschäftigen. Außerdem wollen wir eine ganze Machine Learning Pipeline durchexerzieren und anhand praktisch relevanter Problemstellungen ein eigenes, kurzes ML Projekt durchführen. Wenn du Fragen zum Praktikum hast, schreibe gerne eine E-Mail an die Veranstalter dieses Praktikums. Anmerkung: Anmeldung erfolgt über das neue Matchingsystem. Informationen hierzu finden Sie unter: http://docmatching.in.tum.de/. Zusätzlich ist das Ausfüllen eines Formulars notwendig. Sie finden das Formular unter: https://forms.gle/jj9MmQ9isd9BnfKW8 Das Formular ist im Zeitraum 27.01. - 16.02.2021 freigeschaltet. |
|---|---|
| Links |
E-Learning-Kurs (z. B. Moodle) TUMonline-Eintrag |