--- Angabe der Prüfungsordnung (ohne Angabe: PO 2011)
*** PO 2017 ***
------------------------------------------------------------------
---
--- Vorlage für Modulbeschreibungen
---
--- Version: 2.0
---
--- Allgemeine Hinweise:
---
--- - Kommentare beginnen mit --- und werden komplett ignoriert
---
--- - Wichtige Schlüsselwörter beginnen mit *** und dürfen nicht
---   verändert oder gelöscht werden!!!
---
--- - Die Eingaben müssen immer in den leeren Zeilen nach *** erfolgen.
---
--- - Für einen Zeilenumbruch muss eine Leerzeile eingegeben werden.
---
------------------------------------------------------------------

*** Studiengang und Semester
--- für Studiengang nur Kürzel verwenden: BaE, BaEP, BaI, BaMT oder MaII
--- Folgende Stuiengänge sind möglich:
--- 
--- BaBTBI : Bachelor Biotechnologie/Bioinformatik
--- BaCTUT : Bachelor Chemietechnik/Umwelttechnik
--- BaE    : Bachelor Elektrotechnik
--- BaEE   : Bachelor Energieeffizienz
--- BaEP   : Bachelor Elektrotechnik im Praxisverbund
--- BaI    : Bachelor Informatik
--- BaIBS  : Bachelor Industrial Business Systems
--- BaIBSE : Bachelor Industrial Business Systems
--- BaLT   : Bachelor Lasertechnik/Photonik
--- BaMD   : Bachelor Maschinenbau und Design
--- BaMDP  : Bachelor Maschinenbau und Design (Praxisverbund)
--- BaMT   : Bachelor Medientechnik
--- MaALS  : Master Applied Life Science
--- MaII   : Master Industrial Informatics
--- MaMb   : Master Maschinenbau
--- MaTM   : Master International Technical Management
--- MaTMeng: Master International Technical Management (eng)
---
--- Das Semester wird davor geschrieben, auch Semesterbereiche möglich
--- Wenn das Modul in mehreren Studiengängen verwendet wird, werden diese
--- durch Komma getrennt aufgeführt.
---
--- Beispiel: 2BaI, 2-3BaE, 5BaMT

5BaI, 5BaIP, 5BaE, 7BaEP

*** Modulbezeichnung
--- Name laut Modulliste verwenden
Maschinelles Lernen 1

*** Englische Modulbezeichnung
Machine Learning 1

*** Modulsprache
Deutsch

*** Modulkuerzel MAL1 ***
*** Art
--- nur Alternativen: Pflichtfach, Wahlpflichtfach
---
--- Beispiele: 
--- Pflichtfach
--- Wahlpflichtfach
--- Pflichtfach Vertiefung Technische Informatik

BaI: Wahlpflichtfach Zertifikat Data Science
BaIP: Wahlpflichtfach Zertifikat Data Science
BaE: Wahlpflichtfach 
BaEP: Wahlpflichtfach

*** ECTS-Punkte
--- nur Zahl angeben
--- Beispiele:
--- 5
--- 7,5

5

*** Studentische Arbeitsbelastung
--- Angabe als x Stunden Kontaktzeit und y Stunden Selbststudium
--- Format: x, y

60,90


*** Voraussetzungen (laut Prüfungsordnung)
--- nur Modulbezeichnungen aufführen, z.B. Java 1

Mathematik 1, Mathematik 2

*** Empfohlene Voraussetzungen
--- zusätzliche Module, die nicht in Prüfungsordnung als Voraussetzung stehen
--- nur Modulbezeichnungen aufführen, z.B. Java 1

BaI: Algorithmen und Datenstrukturen, Java 1, Java 2
BaIP: Algorithmen und Datenstrukturen, Grundlagen der Programmierung 1, Grundlagen der Programmierung 2
BaE: Algorithmen und Datenstrukturen, Programmieren 1, Programmieren 2
BaEP: Algorithmen und Datenstrukturen, Programmieren 1, Programmieren 2

*** Pruefungsform und -dauer
--- Alternativen:
--- Klausur 1,5h
--- Klausur 1,5h oder mündliche Prüfung
--- Mündliche Prüfung
--- Erstellung und Dokumentation von Rechnerprogrammen

Klausur 1,5h oder mündliche Prüfung oder Studienarbeit

*** Lehrmethoden und Lernmethoden
--- Alternativen: Vorlesung, Praktikum, Seminar, Studentische Arbeit
--- Falls Modul aus mehreren Veranstaltungen besteht, werden diese durch
--- Komma getrennt aufgeführt.

Seminar

*** Modulverantwortlicher
--- Vorname abgekürzt, keine Titel
--- Beispiel: F. Rump

N. N.

*** Qualifikationsziele
--- Fließtext eingeben
--- siehe Vorgaben in der Dokumentation

Die Studierenden kennen die verschiedenen Konzepte des Maschinellen Lernens und können einfache Problemstellungen entsprechend einordnen. Sie sind in der Lage, geeignete Verfahren für ein einfaches Problem auszuwählen, anzuwenden und die Ergebnisse zu bewerten. Sie verfügen über vertiefte theoretische und praktische Kenntnisse im Umgang mit einer domänenspezifischen Programmiersprache und Bibliotheken.


*** Lehrinhalte
--- Fließtext eingeben

Die verschiedenen Konzepte von Maschinellem Lernen (überwachtes, unüberwachtes und bestärkendes Lernen) werden vorgestellt und Grundbegriffe der Domäne erläutert. Die Studierenden lernen grundlegende Methoden und Verfahren zur u. A. Regression, Klassifizierung, Clusteranalyse und Entscheidungsfindung mittels praktischer Übungen in Python kennen.



*** Literatur
--- Format: Heun, V.: Grundlegende Algorithmen, Vieweg, 2000.
--- Mehrere Literaturangaben durch Leerzeilen trennen!

Russel, S.; Norvig, P.: Artifical Intelligence - A Modern Approach, Pearson, 2021.

------------------------------------------------------------------
---
--- Hier beginnt die Aufzählung der einzelnen Lehrveranstaltungen
--- des Moduls (z.B. Vorlesung und Praktikum).
---
--- Falls mehrere Lehrveranstaltungen vorgesehen sind, bitte die
--- entsprechenden Bereiche auskommentieren.
---
------------------------------------------------------------------

*** Titel der Lehrveranstaltung
--- Beispiel: Praktikum Informationssysteme

Maschinelles Lernen 1

*** Dozent
--- Vorname abgekürzt, keine Titel
--- Beispiel: F. Rump

N. N.

*** SWS
--- Zahl angeben
4