Modulbezeichnung: Machine Learning und Identifikation |
Modulbezeichnung (engl.): Machine Learning and Identification |
Studiengang: Wirtschaftsingenieurwesen, Master, ASPO 01.10.2019 |
Code: WiMb19NT108 |
SWS/Lehrform: 1SU+3PA (4 Semesterwochenstunden) |
ECTS-Punkte: 6 |
Studiensemester: 1 |
Pflichtfach: nein |
Arbeitssprache: Deutsch |
Prüfungsart: Projektarbeit [letzte Änderung 10.02.2021] |
Arbeitsaufwand: Die Präsenzzeit dieses Moduls umfasst bei 15 Semesterwochen 60 Veranstaltungsstunden (= 45 Zeitstunden). Der Gesamtumfang des Moduls beträgt bei 6 Creditpoints 150 Stunden (25 Std/ECTS). Daher stehen für die Vor- und Nachbereitung der Veranstaltung zusammen mit der Prüfungsvorbereitung 105 Stunden zur Verfügung. |
Empfohlene Voraussetzungen (Module): WiMb19NT106 Computer Aided Engineering [letzte Änderung 10.02.2021] |
Als Vorkenntnis empfohlen für Module: |
Modulverantwortung: Prof. Dr. Frank Kneip |
Dozent: Prof. Dr. Frank Kneip [letzte Änderung 10.02.2021] |
Lernziele: • Die AbsolventInnen haben Grundkenntnisse im Bereich des Machine Learnings und der Identifikation • Die AbsolventInnen haben vertiefte Kenntnisse in Verfahren zur Parameter- und Zustandsschätzung • Die AbsolventInnen können Zustände eines Systems (z.B. einer technischen Maschine oder eines ökonomischen Systems) und/oder dessen Parametrisierung aus vorliegenden Datensätzen ermitteln [letzte Änderung 21.03.2020] |
Inhalt: • Lineare Regression • Iterative Verfahren • Verfahren zur Parameteridentifikation • Zustandsschätzungen eines dynamischen Systems [letzte Änderung 21.03.2020] |
Weitere Lehrmethoden und Medien: • Unterstützende Vorlesungsteile zur Einführung in Machine Learning und Identifikation (insb. Zustands- und Parameterschätzungen) • Eigenständige Projektarbeit/Fallstudien unter Anleitung • Diskussionen zwischen Studierenden und Dozent/innen • Die Ergebnisse der Projektarbeit sind in geeigneter Form (schriftliche Ausarbeitung und Präsentation) zu dokumentieren. [letzte Änderung 21.03.2020] |
Literatur: • Wird zu Beginn der Veranstaltung bekannt gegeben [letzte Änderung 21.03.2020] |
[Thu May 26 13:03:33 CEST 2022, CKEY=wmlui, BKEY=wtm, CID=WiMb19NT108, LANGUAGE=de, DATE=26.05.2022]