Maschinelles Lernen - INDUSTRIE 4.0 (Masterniveau)


Daten der Fortbildung:

Kursbezeichnung:Maschinelles Lernen  https://imla.hs-offenburg.de/forschung/laufende-projekte/
ntext / ÜberblickMaschinelles Lernen (Machine Learning) ist ein Teilbereich der künstlichen Intelligenz. Mithilfe des maschinellen Lernens werden IT-Systeme in die Lage versetzt, auf Basis vorhandener Datenbestände und Algorithmen Muster und Gesetzmäßigkeiten zu erkennen und Lösungen zu entwickeln. Es wird somit künstliches Wissen aus Erfahrungen generiert. Die aus den Daten gewonnenen Erkenntnisse lassen sich verallgemeinern und für neue Problemlösungen oder für die Analyse von bisher unbekannten Daten verwenden.
Zielgruppe/Voraussetzungen 
  • IT Grundlagen (z.B. Excel, Datenbanken etc.), Statistik
  • TechnikerInnen und IngenieurInnen
  • Geeignet für Berufstätige und WiedereinsteigerInnen
Lernziele und Kompetenzen
  • Die Teilnehmenden kennen und verstehen Nutzen, Potentiale und Grenzen von Maschinellem Lernen.
  • Sie kennen wichtige Verfahren und Anwendungen des Maschinellen Lernens. 
  • Sie können mit diesen Verfahren selbständig Modelle nach dem CRISP Prozess entwickeln und deren Leistungsfähigkeit beurteilen. Sie können ihr erworbenes Wissen auf Probleme aus der Praxis anwenden.
 
Lerninhalte – VeranstaltungsartVorlesung/Labor/Blended Learning

Einführung in Machine Learning, iteratives Vorgehen nach CRISP-DM, Explorative Datenanalyse, Lineare Regression, Klassifikation, Evaluation von Modellen, Deep Learning, Clustering, Assoziationsanalyse.

Der Kurs wird im Blended-Learning-Format durchgeführt. Die Inhalte werden als Aufzeichnungen zur Verfügung gestellt und können zeit- und ortsunabhängig bearbeitet werden. Es werden Online-Sprechstunden zur Besprechung der Lehrinhalte angeboten. An den Präsenzterminen finden überwiegend praktische Übungen zur Vertiefung der Lerninhalte statt.
Workload 
  • Kontaktzeit: 60 UE = 45 h  (20h Präsenz + 25h Vorlesungsaufzeichungen)
  • Selbststudium/Gruppenarbeit: 135 h

= 180 h Gesamt-WL
Daten Do 15. und 29. Okt. (Prof. Trahsasch/Hagen)
5. und 19. Nov. (Prof. Sänger/Dorer)
3. und 17. Dez. (Prof. Lauer/Trahsasch)       jeweils 17h30 - 21h

Präsenz an allen Veranstaltungen empfohlen, aber nicht zwingend.
Abschluss Hochschulzertifikat über 6 ECTS bei Erfüllen der Prüfungsleistungen (können auf den berufsbegleitenden Masterstudiengang "Digitale Wirtschaft - Industrie 4.0" angerechnet werden). Prüfungsteilnahme nicht verpflichtend, wenn nicht erwünscht. 

Zum Erhalt der Studiencredits zu erbringende Leistung:
  • Vorlesung Maschinelles Lernen: 90-minütige Klausur 
  • Labor Maschinelles Lernen: nicht benotete Laborarbeit

Die Gesamtnote entspricht der Note der mündlichen Prüfung, die Laborarbeit muss mit "bestanden" bewertet sein
Gruppengröße8 bis 20 Teilnehmer*innen
Seminarleitung Prof. Dr. rer. nat. Stephan Trahasch    und Professorenkollegium

Neben seiner Lehrtätigkeit in der Fakultät Elektrotechnik, Medizintechnik und Informatik ist Prof. Trahasch wissenschaftlicher Leiter für Betriebliche Kommunikationssysteme und IT-Sicherheit sowie Institutsleiter des Institute for Machine Learning and Analytics (IMLA).
OrtHochschule Offenburg - Campus Offenburg - Badstraße 24
Teilnahmegebühren972,00 €
Kontakt und Anmeldungbirgit.mueller@hs-offenburg.de
Tel.: 0781 205-393
Anmeldeformular
Anmeldung online erbeten bis 14 Tage vor Beginn der Veranstaltung

Nach oben