Studium

Anwendungsnah studieren heißt: Besser vorbereitet sein in Theorie und Praxis.
Wir leben in Zeiten technologischer Innovationsverdichtung. Maschinenelles Lernen, 5G-basierte Kommunikation, das Internet der Dinge, Techniken der virtuellen und augmentierten Realität haben Auswirkungen auf Geschäftsmodelle und die Struktur von Softwaresystemen. Dynamische Veränderungen in diesen Forschungsbereichen sowie in den Anforderungen aus der Wirtschaft integrieren wir unmittelbar in die Inhalte unserer Lehre. So bleiben Vorlesungen und Seminare immer nah am Puls des Fortschritts.

Veranstaltungen

Engineering ML-based Systems

🔗 Moodle 🔗 LSF 6 Credits
Ort:
Schützenbahn, 45127 Essen
Raum:
SE 407
Termine:
Fr 10:00-14:00 Uhr Format: Präsenz
Beginn:
2022-10-10

Lehrinhalte

Die Vorlesung vermittelt einen Überblick über die Entwicklung von Software, die Komponenten des maschinellen Lernens einsetzt, und festigt das vermittelte Wissen durch die Einbettung praktischer Übungen, Diskussion von Anwendungsszenarien sowie durch begleitende Projekte. Im Fokus stehen dabei insbesondere die Arbeiten, die von einem Entwicklungs-Team zum erfolgreichen Launch einer Anwendung oder Komponente, die Verfahren des maschinellen Lernens einsetzt, durchgeführt werden müssen. Die Studierenden lernen, wie klassisches Software Engineering mit den für maschinelles Lernen notwendigen Arbeiten verknüpft wird. Im ersten Teil der Vorlesung werden Anwendungen betrachtet, die überwachtes Lernen einsetzen, und im zweiten Teil Anwendungen, die verstärkendes Lernen verwenden.

Die folgenden Themen werden in der Vorlesung unter anderem behandelt:

  • Debugging von ML-Anwendungen
  • Data Cleaning, Preprocessing und Augmentation
  • Evaluation von ML-Modellen
  • Architektur und Auswahl von ML-Modellen
  • Prozessmodelle zur Entwicklung von ML-Anwendungen
  • Grundlagen des verstärkenden Lernens

Qualifikationsziele

Die Studierenden

  • beherrschen die Tätigkeiten, die zur Implementierung von Software, die Komponenten des maschinellen Lernens einsetzt, notwendig sind
  • haben Kenntnisse über die inhärente Unsicherheit in Anwendungen, die Komponenten des maschinellen Lernens einsetzen, und wissen, wie mit dieser Unsicherheit umzugehen ist
  • verstehen die Notwendigkeit der Erklärbarkeit von Ergebnissen der Algorithmen des maschinellen Lernens
  • beherrschen Best Practices bei der Entwicklung von Software, die Komponenten des maschinellen Lernens einsetzt
  • verstehen die Bedeutung von domänenspezifischen Faktoren, die die Anwendbarkeit des maschinellen Lernens beeinflussen

Empfohlenes Vorwissen

Grundlagen der Programmierung, Grundlagen des Maschinellen Lernens, Stochastik, Lineare Algebra, Analysis

Für dieses Modul werden Kenntnisse der Programmierung sowie der Grundlagen des Maschinellen Lernens, insbesondere grundlegender Algorithmen des überwachten und unüberwachten Lernens, vorausgesetzt.

Literaturangaben

Geron, Aurélien. 2019. Hands-on Machine Learning with Scikit-Learn, Keras, and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems. O’Reilly.
Albon, Chris; Langenau, Frank. 2019. Machine Learning Kochbuch: Praktische Lösungen mit Python: von der Vorverarbeitung der Daten bis zum Deep Learning. O’Reilly.
Bach, Francis; Sutton, Richard S.; Barto, AndrewG. 2018. Reinforcement Learning: An Introduction (Adaptive Computation and Machine Learning). MIT Press.

Weitere Veranstaltungen

WISE 24/25
BASE
Bachelorseminar 2024/2025
Wichtige Termine Wintersemester 2024/2025: Bekanntgabe der Themen am 04.10.2024 hier im Moodle Online: Einführungsveranstaltung am 11.10.2024 10:00. Hier wird erläutert, wie der genaue…
WISE 24/25
EMSE
Empirical Methods for Software Engineers
Eine Vielzahl von Ansätzen in der Softwaretechnik erfordert es, Beobachtungen vorzunehmen und diese auszuwerten. Beispiele dafür sind Benchmarks für die…
WISE 24/25
GruML
Grundlagen des Maschinellen Lernens
Organisation Vorlesung jeden Dienstag von 14-16 Uhr (c.t.) in Raum S05 T00 B71 die erste Vorlesung findet am 08.10.24 statt Folien werden als PDF zur Verfügung gestellt Übung…
WISE 24/25
KIOP
Konzepte und Implementierung Objektorientierter Programmiersprachen
Die Objektorientierung spielt heutzutage in sehr vielen Bereichen der Softwareentwicklung eine entscheidende Rolle. So genannte „Enterprise-Frameworks“, welche  für eine Vielzahl…
WISE 24/25
MDI
Modelle der Informatik
Vorlesung Die Vorlesung findet in Präsenz statt.Die Vorlesungsfolien werden von uns nachträglich über Moodle bereitgestellt (falls möglich auch schon vorher). Die…
WISE 24/25
SE
Software Engineering
Die Veranstaltung "Software Engineering" (Moodle) vermittelt grundlegende softwaretechnische Methoden und beschäftigt sich mit typischen Herausforderungen der industriellen Softwareentwicklung. Aus dem…
WISE 23/24
BASE
Bachelorseminar 2023/2024
Wichtige Termine Wintersemester 2023/2024: Bekanntgabe der Themen am 01.10.2023 hier im Moodle Online: Einführungsveranstaltung am 13.10.2023 14:00 Wissenschaftliches Arbeiten - Workshop 1…
WISE 23/24
EMSE
Empirical Methods for Software Engineers
Eine Vielzahl von Ansätzen in der Softwaretechnik erfordert es, Beobachtungen vorzunehmen und diese auszuwerten. Beispiele dafür sind Benchmarks für die…
WISE 23/24
GruML WS23
Grundlagen des Maschinellen Lernens
Lehrinhalte Die Vorlesung vermittelt einen allgemeinen Überblick über die wichtigsten Techniken des Maschinellen Lernens (ML). Es werden verschiedene Verfahren und…
WISE 23/24
KIOP
Konzepte und Implementierung Objektorientierter Programmiersprachen
Die Objektorientierung spielt heutzutage in sehr vielen Bereichen der Softwareentwicklung eine entscheidende Rolle. So genannte „Enterprise-Frameworks“, welche  für eine Vielzahl…
WISE 23/24
MDI
Modelle der Informatik
Vorlesung Die Vorlesung findet in diesem Semester in Präsenz statt. Die Vorlesungsfolien werden von uns nachträglich über Moodle bereitgestellt. Die Vorlesung…
WISE 22/23
EMSE
Empirical Methods for Software Engineers
Eine Vielzahl von Ansätzen in der Softwaretechnik erfordert es, Beobachtungen vorzunehmen und diese auszuwerten. Beispiele dafür sind Benchmarks für die…
Nach oben scrollen
Scroll to Top