Informatik
Mit den Schwerpunkten "Data Science & Analytics" oder "Advanced Software Engineering". Möglichkeit eines Master-Studiums parallel zu Job oder Familie
Modulhandbuch
Maschinelles Lernen
Empfohlene Vorkenntnisse |
Vorlesung und Praktikum Datenbanksysteme 1 Vorlesung Datenbanksysteme 2 |
||||||||||||
Lehrform | Vorlesung/Labor | ||||||||||||
Lernziele / Kompetenzen |
|
||||||||||||
Dauer | 1 | ||||||||||||
SWS | 4.0 | ||||||||||||
Aufwand |
|
||||||||||||
ECTS | 5.0 | ||||||||||||
Voraussetzungen für die Vergabe von LP |
Modulprüfung "Big Data Analytics" (K60) "Praktikum Big Data Analytics" muss "m.E." attestiert sein. |
||||||||||||
Modulverantwortlicher |
Prof. Dr. Janis Keuper |
||||||||||||
Max. Teilnehmer | 15 | ||||||||||||
Empf. Semester | 1-2 | ||||||||||||
Haeufigkeit | jedes Jahr (WS) | ||||||||||||
Verwendbarkeit |
Master-Studiengang INFM |
||||||||||||
Veranstaltungen |
Aktuelle Methoden des Maschinellen Lernens und deren Anwendung
Praktikum Aktuelle Methoden des Maschinellen Lernens und deren Anwendung
|