Machine Learning for Business: Advanced Concepts

Prüfungsnummer:	34681 (written examination) & 34682 (presentation)
Modulnummer:	83468
ECTS	5 (2,5+2,5)
Turnus	im Sommersemester
Sprache	Deutsch
Verwendbarkeit	Das Modul richtet sich vorrangig an Studierende der Wirtschaftsinformatik (BSc): – Modul im Modulbereich „Data & Knowledge“ des Kernbereichs Wirtschaftsinformatik für WINF-Studierende mit Studienbeginn ab WiSe 18/19 und vor WiSe 20/21 – Modul im Wahlpflichtbereich Wirtschaftsinformatik/„Data & Knowledge“ für WINF-Studierende mit Studienbeginn ab WiSe 2020/21

Anmeldung

Hinweis: die Veranstaltung richtet sich vorrangig an Studierende der Wirtschaftsinformatik (BSc)
Für die Anmeldung ist das Bestehen eines kurzen Assessments auf StudOn notwendig (s. Abschnitt „Voraussetzungen“)
Anmeldezeitraum: 09.04.2024 12:00 bis 16.04.2024 12:00
Die Teilnehmendenzahl ist begrenzt
Anmeldung via StudOn
Der Kick-Off findet am 16.04.2024 um 09:45-11:15 Uhr in LG 0.143 statt

Kursinhalt

Die Bedeutung von Machine Learning hat in den vergangenen Jahren in nahezu allen Unternehmen und Organisationen erheblich zugenommen. Entsprechend ist auch der Bedarf an professionellen, also gut ausgebildeten, und erfahrenen Personen in diesem Bereich gestiegen.

In der Veranstaltung werden den Studierenden zum einen fortgeschrittene Konzepte des Machine Learnings und deren Limitierungen vermittelt und zum anderen wird den Studierenden aufgezeigt, wie diese Konzepte im betrieblichen Umfeld zur Anwendung gebracht werden können.

Die Veranstaltung vermittelt den praktischen Umgang mit Software zur Generierung von Erkenntnissen aus Daten. Praxisrelevante Software und Bibliotheken wie Python, Jupyter Notebooks, SciKit Learn, PyTorch, TensorFlow, NLTK oder Gensim werden exemplarisch verwendet.

Im Rahmen der Veranstaltung werden die Studierenden in kleinen Gruppen eigene Machine-Learning-Forschungsprojekte durchführen. Für die Forschungsprojekte werden von uns ‚Starterpakete‘ bereitgestellt. Eigene Ideen für Forschungsprojekte sind jederzeit willkommen und gewünscht – wir freuen uns auf eure Ideen.

Lernziele & Kompetenzen

- Die Studierenden kennen und verstehen grundlegende sowie fortgeschrittene Konzepte und Methoden aus dem Bereich Machine Learning und können diese anwenden.
- Die Studierenden verstehen, welche Methoden und Konzepte bei spezifischen Fragestellungen Anwendung finden können.
- Die Studierenden kennen praxisrelevante Machine Learning Software und Bibliotheken und können diese im betrieblichen Kontext zur Anwendung bringen

Voraussetzungen

Für die Veranstaltung werden grundlegende Programmierkenntnisse in Python vorausgesetzt.

Im Rahmen eines kurzen Tests auf StudOn wird geprüft, ob die Studierenden über diese Kenntnisse verfügen. Der Test orientiert sich an den empfohlenen Tutorials auf Kaggle. Das Bestehen gilt als Voraussetzung für die Anmeldung zur Vorlesung via StudOn

Empfohlene Tutorials zur Vorbereitung im Eigenstudium unter https://www.kaggle.com/learn/overview