Ziel: Der Kurs soll ein Grundverständnis für den aktuellen Motor der Künstlichen Intelligenz: Data Mining und Maschinelle Lernen vermitteln. Ausgehend von einer kurzen Geschichte der KI und einer Klärung wie DDM/ML und KI zu einander stehen, werden die grundlegenden Lernaufgaben (Klassifikation, Regression, Clusteranalyse) und -settings (überwacht, unüberwacht, verstärkend) sowie Assoziationsregeln vorgestellt. Die möglichen Tools zum DM/ML in z.B. den Programmiersprachen R und Python werden an ausgewählten Beispielen vorgestellt.


Der Kurs ist eine Mischung aus Online-Vorlesung und "Flipped Classroom"-Experiment. Das heißt, neben unserer eigenen Online-Vorlesung sollen Sie auch die zusätzlich zur Verfügung gestellten Videos vor der Vorlesung ansehen. Bitte bereiten Sie 5 Fragen zu den Videos als zusätzliche Hausaufgabe vor, da wir (alle) versuchen wollen, Ihre Frage in der Vorlesung zu beantworten. Wir werden auch unser eigenes Material präsentieren. Möglicherweise bitten wir Sie sogar, Veröffentlichungen oder anderes Material zu lesen, mal sehen. Neben den "5-Fragen"-Hausaufgaben gibt es auch (praktische) Aufgaben.


Erste Veranstaltung: Tuesday, 21 April 2020, 08:00