AGNES -
Lehre und Prüfung online
Studierende in Vorlesung
Anmelden
Startseite

Maschinelles Lernen und Statistische Datenanalyse - Detailseite

Grunddaten
Veranstaltungsart Übung Veranstaltungsnummer 331520245123
Semester WiSe 2024/25 SWS 1
Rhythmus jedes 2. Semester Moodle-Link http://moodle.hu-berlin.de/course/view.php?id=121114
Veranstaltungsstatus Freigegeben für Vorlesungsverzeichnis  Freigegeben  Sprache deutsch
Weitere Links LV im Stundenplan des Instituts f. Physik
Belegungsfristen - Eine Belegung ist online erforderlich Zentrale Abmeldefrist    01.07.2024 - 31.03.2025    aktuell
Che/Phy    01.07.2024 - 31.10.2024   
Veranstaltungsformat Digital

Termine

Gruppe 1
Tag Zeit Rhythmus Dauer Raum Gebäude Raum-
plan		 Lehrperson Status Bemerkung fällt aus am Max. Teilnehmer/-innen
Mo. 11:00 bis 13:00 wöch 14.10.2024 bis 10.02.2025  1.15 (Hörsaal)
Stockwerk: 1. OG

alttext alttext 		New14 Walther-Nernst-Haus (LCP) - Newtonstraße 14 (NEW14)

Außenbereich nutzbar Innenbereich eingeschränkt nutzbar Parkplatz vorhanden Leitsystem im Außenbereich Barrierearmes WC vorhanden Barrierearme Anreise mit ÖPNV möglich 		Katzy findet statt     1000
Gruppe 1:
Wechseln zu: jetzt belegen / abmelden
Gruppe 2
Tag Zeit Rhythmus Dauer Raum Gebäude Raum-
plan		 Lehrperson Status Bemerkung fällt aus am Max. Teilnehmer/-innen
Di. 09:00 bis 11:00 wöch 15.10.2024 bis 11.02.2025  1.11 (Seminarraum)
Stockwerk: 1. OG

alttext alttext 		New14 Walther-Nernst-Haus (LCP) - Newtonstraße 14 (NEW14)

Außenbereich nutzbar Innenbereich eingeschränkt nutzbar Parkplatz vorhanden Leitsystem im Außenbereich Barrierearmes WC vorhanden Barrierearme Anreise mit ÖPNV möglich 		Ruelas Rivera findet statt     1000
Gruppe 2:
Wechseln zu: jetzt belegen / abmelden


Zugeordnete Personen
Zugeordnete Personen Zuständigkeit
Katzy, Judith
Ruelas Rivera, Victor Hugo
Studiengänge
Abschluss Studiengang LP Semester
Master of Science  Physik Hauptfach ( Vertiefung: kein LA; POVersion: 2016 )     1 - 2 
Zuordnung zu Einrichtungen
Einrichtung
Mathematisch-Naturwissenschaftliche Fakultät, Institut für Physik
Inhalt
Kommentar Lern- und Qualifikationsziele
Understanding of Concepts and hands-on experience with simple problems. For master students and advanced Bsc students with computing experience.
Voraussetzungen
python
Gliederung / Themen / Inhalte
Gliederung:
Basic Concepts
Statistics for ML
Boosted Decision Trees
Neural Networks
Autoencoders
Learning Algorithms
Interpretability of NN
Advanced Concepts:
Adversarial learning, unsupervised learning, generative models
Bemerkung Ansprechpartner
PD Dr.Judith Katzy
Prüfung Portfolio of programs

Strukturbaum

Die Veranstaltung wurde 1 mal im Vorlesungsverzeichnis WiSe 2024/25 gefunden:

Ansprechpartner:innen | Barrierefreiheit | Impressum | Datenschutzerklärung
Humboldt-Universität zu Berlin | Unter den Linden 6 | D-10099 Berlin