Machine Learning Primer

Aktuelle Infos und Material sind auf der Kurs Webseite

https://itp.uni-frankfurt.de/~gros/Vorlesungen/ML/index.html

Anmeldung

Diese Vorlesung kann entweder als Wahlpflichtfach mit 8 CP belegt werden, oder als Teil des Forschungs- und Laborpraktikums. In diesem Fall werden 6 CP angerechnet.

• Als Teil des Forschungs- und Laborpraktikums ist eine Anmeldung über die entsprechende Webseite verpflichtend. Zusätzlich müssen Sie sich in diesem OLAT Kurs einschreiben.
• Die Anmeldung als Wahlpflichtfach erfolgt durch Einschreibung in diesen Kurs.

Im Rahmen des Forschungs- und Laborpraktikums kann diese Vorlesung sowohl im Bachelor-, als aus im Master-Studium gewählt werden, insgesamt aber nur ein Mal.

Inhalt und Termine

Es wird eine Einführung in die Methoden und Konzepte des modernen Maschinellen Lernens (ML) angeboten.

• vorläufiges Inhaltsverzeichnis

Ein wesentlicher Schwerpunkt liegt auf der praktischen Umsetzung.

• Python dominiert Coding in ML. Daher wird es eine kompakte Einführung in Python und PyTorch geben.
• Programmieren von Konzepten und Anwendungen wird ein zentraler Bestandteil der Übungen sein. Idem für die Semesterprojekte.

Die Vorlesung findet dienstags und freitags von 10 bis 12 Uhr in Phys __.401 statt. Die Termine für die Tutorien entnehmen Sie diesem OLAT Kurs.

Leistungsüberprüfung

• Es wird vier Semesterprojekte geben. Typischerweise sind diese diese innerhalb von drei Wochen zu bearbeiten und einzureichen.
• Bei der Besprechung muss jeder aus der abgebenden Gruppe in der Lage sein, das Projekt zu erklären (Anwesenheitspflicht).
• Für den Schein gelten die folgende Bedingungen:
  
  • 50% der normalen wöchentlichen Übungen
  • 3 von 4 Semesterprojekte.
  • Falls ein 4. Semesterprojekt abgegeben wird, zählt dieses als 25% der Übungen.
  • Anwesenheitspflicht bei Übungen und den Besprechungen der Projekte.
• Termine:
  Projekt 1:  03. Nov. 25 bis 24. Nov. 25
  Projekt 2:  24. Nov. 25 bis 15. Dez. 25
  Projekt 3:  15. Dez. 25 bis 12. Jan. 26
  Projekt 4:  12. Jan. 26 bis 02. Feb. 26
• Eingereichte Programme müssen voll funktionstüchtig und kommentiert sein.
• Wird das Modul als Wahlfach belegt, gibt es Semesterabschlussprüfungen. Der Modus wird noch bekannt gegeben.