{"id":4988,"date":"2020-06-12T12:46:04","date_gmt":"2020-06-12T10:46:04","guid":{"rendered":"https:\/\/www.mi.uni-koeln.de\/NumSim\/?page_id=4988"},"modified":"2020-10-05T14:21:35","modified_gmt":"2020-10-05T12:21:35","slug":"seminar-maschinelles-lernen-in-theorie-und-praxis-14722-0039","status":"publish","type":"page","link":"https:\/\/www.mi.uni-koeln.de\/NumSim\/teaching\/seminar-maschinelles-lernen-in-theorie-und-praxis-14722-0039\/","title":{"rendered":"Seminar Maschinelles Lernen in Theorie und Praxis (14722.0039)"},"content":{"rendered":"<h2><strong>Vorbesprechung<\/strong><\/h2>\n<p>Termin: Freitag, 3. Juli 2020, 10 Uhr<br \/>\nOrt: Zoom-Meeting<br \/>\nUnterlagen: <a href=\"http:\/\/www.mi.uni-koeln.de\/aggass\/prot\/documents_seminarML_WS20_21\/seminar_ml_ws2021_vorbesprechung.pdf\" target=\"_blank\" rel=\"noopener noreferrer\">Vortrag<\/a><br \/>\n<!--<a href=\"https:\/\/www.mi.uni-koeln.de\/NumSim\/wp-content\/uploads\/2020\/07\/seminar_ml_ws2021_vorbesprechung.pdf\" target=\"_blank\" rel=\"noopener noreferrer\">Vortrag<\/a>--><\/p>\n<p>Um den Link zum Zoom-Meeting zu erhalten, schicken bitte alle Interessierte bis Donnerstag, 2. Juli 2020, 12 Uhr eine kurze Mail mit dem Betreff &#8220;Zoom-Link Vorsprechung Seminar ML&#8221; an smusiela(at)math.uni-koeln.de.<\/p>\n<p><strong>Hinweise zur Anmeldung<\/strong><\/p>\n<ul>\n<li>Bitte unbedingt die Hinweise zur Anmeldung auf Folie 13 des Vortrags bei der Vorbesprechung (siehe Link oben) beachten!<\/li>\n<li>Eine Anmeldung zum Seminar ist auch m\u00f6glich, wenn man nicht an der Vorbesprechung teilgenommen hat.<\/li>\n<li>Zur Vorbesprechung angemeldete Studierende haben grunds\u00e4tzlich bessere Chancen auf einen Seminarplatz.<\/li>\n<li>Anmeldungen als Team (d.h. mit jeweils gegenseitig angegebenem\/r Projektparter*in) haben grunds\u00e4tzlich bessere Chancen auf einen Seminarplatz.<\/li>\n<li>Studierende im Bachelor haben grunds\u00e4tzlich bessere Chancen auf einen Seminarplatz als Studierende im Master.<\/li>\n<\/ul>\n<h2><strong>Dozent<\/strong><\/h2>\n<p><a href=\"https:\/\/www.mi.uni-koeln.de\/NumSim\/schlottke-lakemper\/\">Dr. Michael Schlottke-Lakemper<\/a><\/p>\n<h2><strong>Veranstaltungsort- und zeit<\/strong><\/h2>\n<p>WS 20\/21, Seminarraum 3 Mathematik (Raum 314) bzw. voraussichtlich Zoom-Meeting, dienstags, 12 Uhr \u2013 13:30 Uhr<\/p>\n<hr \/>\n<p>Das Thema maschinelles Lernen ist seit einigen Jahren nicht nur in der Wissenschaft ein Begriff, sondern spielt eine zunehmend wichtige Rolle in Wirtschaft, Industrie und Gesellschaft. Insbesondere der Ansatz mit tiefen neuronalen Netzen, das sogenannte <em>Deep Learning<\/em>, kommt heute bereits in einer Vielzahl von Bereichen zum Einsatz. In diesem Seminar werden wir die Grundlagen des maschinellen Lernens sowohl theoretisch erarbeiten als auch praktisch in Form eines selbst programmierten neuronalen Netzes umsetzen.<\/p>\n<p>Der inhaltliche Fokus des praxisorientierten Seminars wird dabei auf den k\u00fcnstlichen neuronalen Netzen und verwandten Techniken liegen. Ziel ist es, die fundamentalen Bausteine von neuronalen Netzwerken zu verstehen, verschiedene Aspekte bei der Konzeption von Netzen kennenzulernen und sich der Herausforderungen beim Training bewusst zu werden. Es werden aber auch andere Verfahren wie das <em>Reinforcement Learning<\/em> vorgestellt, sowie aktuelle Aspekte aus Forschung und Anwendung diskutiert.<\/p>\n<p>F\u00fcr ein tieferes Verst\u00e4ndnis der Zusammenh\u00e4nge werden die Teilnehmenden ein eigenes k\u00fcnstliches neuronales Netz von Grund auf selbst programmieren. Als Programmiersprache werden wir Python verwenden, welches derzeit eine der wichtigsten Sprachen in den Bereichen Data Science und maschinelles Lernen darstellt. F\u00fcr das Programmierprojekt und den Vortrag wird erwartet, dass sich die Studierenden in Teams jeweils zu zweit zusammenschlie\u00dfen.<\/p>\n<p>Dieses Seminar richtet sich an Studierende im Bachelorstudium, kann bei ausreichenden Kapazit\u00e4ten aber auch von Masterstudierenden belegt werden. Die Vorbesprechung findet am Freitag, 3. Juli 2020, um 10 Uhr als Zoom-Meeting statt. Um den Link zum Zoom-Meeting zu erhalten, schicken bitte alle Interessierte bis <em>Donnerstag, 2. Juli 2020, 12 Uhr<\/em> eine kurze Mail mit dem Betreff &#8220;Zoom-Link Vorsprechung Seminar ML&#8221; an smusiela(at)math.uni-koeln.de.<\/p>\n<h2><strong>Aufbau<br \/>\n<\/strong><\/h2>\n<ol>\n<li><em>Einf\u00fchrung<br \/>\n<\/em>Zu Beginn gibt es zun\u00e4chst einen kleinen \u00dcberblick \u00fcber das gesamte Seminar. Dabei besprechen wir u.a. das Erstellen von wissenschaftlichen Vortr\u00e4gen mit LaTeX\/Beamer und es gibt eine kurze Einf\u00fchrung in die Programmierung mit Python.<\/li>\n<li><em>Vortr\u00e4ge<br \/>\n<\/em>Es folgen die ersten Vortr\u00e4ge der Seminarteilnehmenden zu den Grundlagen von k\u00fcnstlichen neuronalen Netzen. Sp\u00e4ter im Semester werden wir uns mit fortgeschrittenen Themen des maschinellen Lernens besch\u00e4ftigen und auch Aspekte aus der Anwendung diskutieren.<\/li>\n<li><em>Programmierprojekte<br \/>\n<\/em>Mit Abschluss der Grundlagen zu k\u00fcnstlichen neuronalen Netzen beginnen wir parallel zu den Vortr\u00e4gen mit den Programmierprojekten. Die Seminarteilnehmenden werden dabei selbst ein tiefes neuronales Netzwerk in Python implementieren und es anschlie\u00dfend trainieren. Dazu wird es regelm\u00e4\u00dfig die M\u00f6glichkeit geben, zu den Projekten Fragen zu stellen und sich mit den anderen \u00fcber Schwierigkeiten bei der Implementierung auszutauschen. Am Ende des Semester stellen die Teilnehmenden ihre Ergebnisse aus den Projekte an einem gemeinsamen Termin vor.<\/li>\n<\/ol>\n<h2><strong>Themengebiete<\/strong><\/h2>\n<ul>\n<li>Grundlagen des maschinellen Lernens<\/li>\n<li>Aufbau k\u00fcnstlicher neuronaler Netze<\/li>\n<li>Lernen mit Gradientenverfahren und Backpropagation<\/li>\n<li>Convolutional\/Recurrent Neural Networks<\/li>\n<li>Deep Generative Models<\/li>\n<li>Reinforcement Learning<\/li>\n<li>Ethische Aspekte, praktische Methoden und Anwendungen<\/li>\n<\/ul>\n<h2><strong>Voraussetzungen<\/strong><\/h2>\n<ul>\n<li>erste Progammierkenntnisse (z.B. aus der Vorlesung \u201cAlgorithmische Mathematik und Programmieren\u201d) <strong>und<\/strong> die Motivation, eine Programmiersprache (Python) selbstst\u00e4ndig zu erlernen<\/li>\n<li>Englischkenntnisse f\u00fcr das Verst\u00e4ndnis wissenschaftlicher Texte<\/li>\n<li>Analysis I, Lineare Algebra I<\/li>\n<\/ul>\n<h2><strong>Lernmaterial Python<\/strong><\/h2>\n<p>Dies ist eine nicht abschlie\u00dfende Liste an Lernmaterial, um sich Python im Selbststudium anzueignen.<\/p>\n<ul>\n<li>Kostenloses Buch: A. B. Downey, Think Python 2nd Edition<br \/>\n(<a href=\"https:\/\/greenteapress.com\/wp\/think-python-2e\" target=\"_blank\" rel=\"noopener noreferrer\">https:\/\/greenteapress.com\/wp\/think-python-2e<\/a>)<\/li>\n<li>Interaktives Tutorial: Learn Python<br \/>\n(<a href=\"https:\/\/www.learnpython.org\" target=\"_blank\" rel=\"noopener noreferrer\">https:\/\/www.learnpython.org<\/a>)<\/li>\n<li>\u00dcbersicht \u00fcber Lernmaterialien f\u00fcr Programmierneulinge: Python for Non-Programmers<br \/>\n(<a href=\"https:\/\/wiki.python.org\/moin\/BeginnersGuide\/NonProgrammers\" target=\"_blank\" rel=\"noopener noreferrer\">https:\/\/wiki.python.org\/moin\/BeginnersGuide\/NonProgrammers<\/a>)<\/li>\n<\/ul>\n","protected":false},"excerpt":{"rendered":"<p>Vorbesprechung Termin: Freitag, 3. Juli 2020, 10 Uhr Ort: Zoom-Meeting Unterlagen: Vortrag Um den Link zum Zoom-Meeting zu erhalten, schicken bitte alle Interessierte bis Donnerstag, 2. Juli 2020, 12 Uhr eine kurze Mail mit dem Betreff &#8220;Zoom-Link Vorsprechung Seminar ML&#8221; &hellip; <a href=\"https:\/\/www.mi.uni-koeln.de\/NumSim\/teaching\/seminar-maschinelles-lernen-in-theorie-und-praxis-14722-0039\/\">Continue reading <span class=\"meta-nav\">&rarr;<\/span><\/a><\/p>\n","protected":false},"author":10,"featured_media":0,"parent":25,"menu_order":10,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"post_mailing_queue_ids":[],"_links":{"self":[{"href":"https:\/\/www.mi.uni-koeln.de\/NumSim\/wp-json\/wp\/v2\/pages\/4988"}],"collection":[{"href":"https:\/\/www.mi.uni-koeln.de\/NumSim\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/www.mi.uni-koeln.de\/NumSim\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/www.mi.uni-koeln.de\/NumSim\/wp-json\/wp\/v2\/users\/10"}],"replies":[{"embeddable":true,"href":"https:\/\/www.mi.uni-koeln.de\/NumSim\/wp-json\/wp\/v2\/comments?post=4988"}],"version-history":[{"count":20,"href":"https:\/\/www.mi.uni-koeln.de\/NumSim\/wp-json\/wp\/v2\/pages\/4988\/revisions"}],"predecessor-version":[{"id":5128,"href":"https:\/\/www.mi.uni-koeln.de\/NumSim\/wp-json\/wp\/v2\/pages\/4988\/revisions\/5128"}],"up":[{"embeddable":true,"href":"https:\/\/www.mi.uni-koeln.de\/NumSim\/wp-json\/wp\/v2\/pages\/25"}],"wp:attachment":[{"href":"https:\/\/www.mi.uni-koeln.de\/NumSim\/wp-json\/wp\/v2\/media?parent=4988"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}