64-234 Übung Data-driven Intelligent Systems

Lehrende: Kyra Ahrens; Tom Weber

Veranstaltungsart: Übung

Anzeige im Stundenplan: DAIS-Üb

Semesterwochenstunden: 2

Unterrichtssprache: Deutsch / Englisch

Min. | Max. Teilnehmerzahl: - | 100

Weitere Informationen:
Dear Students, due to the coronavirus the course will NOT be held on campus; please ignore any given room numbers. Course material will be provided online. Please check STiNE for further announcements from the date of the first lecture onwards.

Kommentare/ Inhalte:
Die praktische Übung findet begleitend zur Vorlesung “Data-driven Intelligent Systems” statt und vermittelt praxisorientiert die dort vorgestellten Konzepte und Algorithmen. Dazu werden in Kleingruppen programmiertechnische Aufgaben am Rechner gelöst und sowohl in der Gruppe, als auch mit dem/der ÜbungsleiterIn diskutiert.

Lernziel:
Durch das selbständige Lösen erarbeiten und vertiefen die Studenten aktuelle Methoden der Data-driven Intelligent Systems. Des Weiteren lernen sie durch die Verzahnung von Theorie und Praxis, komplexe Zusammenhänge zu analysieren und das Wissen auf die gestellten Aufgaben zu transferieren. Durch die Arbeit in Zweier-Gruppen, die Präsentation der gemeinsam erarbeiteten Lösungen sowie durch Diskussionen mit dem/der ÜbungsleiterIn werden außerdem Soft Skills wie Teamarbeit, Zeitmanagement und Kommunikation geschult.

Vorgehen:
Im Rahmen der praktischen Übung werden im zweiwöchigen Turnus Programmier-Hausaufgaben in Python online hochgeladen, für welche die Studierenden zwei Wochen zur Bearbeitung Zeit haben. Die Lösungen der Assignments werden wiederum zweiwöchig während eines Online-Meetings von ausgewählten Gruppen vorgestellt, diskutiert und eventuelle Fragen beantwortet.

Wichtig: Aufgrund der diesjährigen Durchführung als ausschließlich digitale Veranstaltung wird von den Studierenden erwartet, die notwendige Programmierumgebung für die Übungen auf einem eigenen Computer selbstständig einzurichten, um die Arbeit an den Aufgaben von zu Hause zu ermöglichen.

Basis zum Bestehen der Übungen sind die obligatorische Teilnahme und aktive Mitarbeit an den zweiwöchigen Online-Meetings, die erfolgreiche Bearbeitung der Hausaufgaben sowie eine dafür notwendige selbstständige Vor- und Nachbereitung der Vorlesungsinhalte.

Sprache:
Die Vorlesung wird in Englisch angeboten, um den Teilnehmern eine gute Gelegenheit zu geben, Erfahrungen mit der Standardsprache in der Wissenschaft und dem Engineering zu sammeln. Wir bieten dazu die Praktischen Übungen in Englisch an aber besprechen Dinge individuell auch in Deutsch, um den Teilnehmern den besten Zugang zu bieten. Dazu werden wir die Teilnehmer sowohl mit der Sprache als auch mit dem Inhalt so gut unterstützen wie wir können.

Literatur:

• Han J.; Kamber, M. Data Mining: Concepts and Techniques. Elsevier; Morgan Kaufmann, Amsterdam, 2006.
  
• Kantardzic, M. Data Mining. Wiley, 2011.
  
• Marsland, S. Machine Learning - An Algorithmic Perspective. CRC Press, 2015.