Efficient Machine Learning

Typ	Vorlesung mit integrierter Übung
Dozent	Torsten Bosse, Alexander Breuer, H. Martin Bücker
Credit points	6 ECTS = 4 SWS
Friedolin	Search in Friedolin

Beschreibung

Das Maschinelle Lernen (ML) gilt heute in Wissenschaft, Industrie und Wirtschaft als Schlüsseltechnologie, die Innovationen in den unterschiedlichsten Anwendungsbereichen fördert. Gegenstand dieser Lehrveranstaltung sind grundlegende Techniken und Ansätze, die eine Anwendung von ML-Verfahren für anspruchsvolle Problemstellungen überhaupt erst ermöglichen. Den Fokus bilden effiziente und skalierbare Verfahren, sowie deren praktische Umsetzung auf modernen und hochparallelen Rechenmaschinen. Praxisnahe Anwendungen vermittelen ein tiefgreifendes Verständnis für die gesamte ML-Wertschöpfungskette.

Studiengänge

Diese Vorlesung ist geeignet für Studierende, die ihre Kenntnisse im Rahmen des Masterstudiums in effizienten und skalierbaren Verfahren oder im Bereich des Maschinellen Lernens weiter vertiefen wollen. Kenntnisse in serieller Programmierung werden vorausgesetzt.

M.Sc. Computational and Data Science	Wahlpflichtbereich
M.Sc. Informatik (V2016)	Wahlpflichtbereich Informatik und Vertiefung Informatik
M.Sc. Informatik (V2021)	High-Performance Computing I-V (6 LP)

Die Veranstaltung ist auch geeignet für Studierende aus Mathematik und anderen naturwissenschaftlichen Fachrichtungen.