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 vermittelten 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.
Master Computational and Data Science | Wahlpflichtbereich |
Master Informatik | Bereich Informatik |
Geeignet auch für Studierende aus naturwissenschaftlichen Fachrichtungen |