Einführung in das maschinelle Lernen
Sommersemester 2026
| Umfang: | 3 SWS (2/1/0) bzw. 4 SWS (2/2/0) |
|---|---|
| Dozent: | Prof. Rafael Schaefer |
| Kursassistenten: | Dr. Martin Mittelbach, Max Wolf |
| Lehrsprache: | Deutsch (mit teilweise englischem Material) |
| Abschluss: | Beleg |
| Einordnung: |
Bestandteil des Pflichtmoduls Digitale Medizintechnik
|
| OPAL-Webseite: | https://bildungsportal.sachsen.de/opal/auth/RepositoryEntry/39191543818 |
Aktuelles
-
[27.03.2026] Einschreibung über OPAL
Für die Teilnahme an der Lehrveranstaltung Einführung in das maschinelle Lernen ist die Einschreibung in den entsprechenden OPAL-Kurs unter nachfolgendem Link erforderlich: OPAL-Einschreibung.
Bitte schreiben Sie sich möglichst bis Montag, den 13.04.2026, ein, damit Sie alle erforderlichen Informationen zur Teilnahme erhalten.
Ort und Zeit
| Veranstaltung | Tag | Zeit | Woche | Ort |
|---|---|---|---|---|
| Vorlesung | Di | 5. DS | BAR 205 | |
| Übung / Tutorium | Do | 5. DS | GÖR 229 |
eventuelle Terminverschiebungen siehe Tabelle
Inhalt
Inhalt der Lehrveranstaltung ist eine Einführung in das maschinelle Lernen. Diese umfasst einen Überblick über grundlegende Strukturen, Konzepte und Algorithmen des maschinellen Lernens und des Deep Learnings einschließlich anwendungsbezogener Entwurfs-, Klassifikations- und Trainingsmethoden. Es werden typische und aktuelle Problemstellungen und Anwendungsbereiche des maschinellen Lernens diskutiert und einer kritischen Bewertung unterzogen. Es werden außerdem praktische Erfahrungen im Entwurf, dem Training und der Implementierung künstlicher neuronaler Netze für verschiedene Anwendungsgebiete unter Verwendung der Programmiersprache Python und der Open-Source-Programmbibliothek PyTorch vermittelt.
Es werden grundlegende Kenntnisse der linearen Algebra und der Analysis vorausgesetzt. Vorkenntnisse in der Programmiersprache Python sind von Vorteil, aber keine notwendige Voraussetzung.
Online-HelpDesk
Zur technischen Unterstützung (Python-Programmierung, Installation, JupyterHub, ...) bieten wir auf Anfrage einen Online-HelpDesk via BigBlueButton an. Möchten Sie dieses Unterstützungsangebot in Anspruch nehmen, wenden Sie sich bitte via OPAL an den entsprechenden E-Mail-Kontakt HelpDesk.
Termine / Material
Die folgende Tabelle enthält alle Termine für Vorlesungen (V) und Übungen / Tutorien (ÜT) sowie die entsprechenden Lehrmaterialien zu den einzelnen Veranstaltungen.
| Woche | Datum | DS | V / ÜT | Bemerkung / Material |
|---|---|---|---|---|
| 16 | 14.04.2026 | 5. | V | |
| 17 | 21.04.2026 | 5. | V | |
| 18 | 28.04.2026 | 5. | V | |
| 19 | 05.05.2026 | 5. | V | |
| 20 | 12.05.2026 | 5. | V | |
| 21 | 19.05.2026 | 5. | V | |
| 22 | 26.05.2026 | 5. | − | Pfingstferien |
| 23 | 02.06.2026 | 5. | V | |
| 24 | 09.06.2026 | 5. | V | |
| 25 | 16.06.2026 | 5. | V | |
| 26 | 23.06.2026 | 5. | V | |
| 27 | 30.06.2026 | 5. | V | |
| 28 | 07.07.2026 | 5. | V | |
| 29 | 14.07.2026 | 5. | V | |
| 30 | 21.07.2026 | 5. | V |
Prüfungsleistung
Die Leistungspunkte für diese Lehrveranstaltung können durch einen Beleg erworben werden.
Literatur
Empfehlenswerte Literatur zur Vorlesung:
-
C. M. Bishop und H. Bishop:
Deep Learning: Foundations and Concepts,
Springer, 2024, Online verfügbar.
Kontakt
Kommentare und Fragen zur Vorlesung bitte an:
Prof. Rafael Schaefer
Kommentare und Fragen zu Übung, Tutorium und Hausaufgaben bitte an:
Dr. Martin Mittelbach