Vorlesung: 2.01.189 Maschinelles Lernen und Simulationstechniken - Details

Vorlesung: 2.01.189 Maschinelles Lernen und Simulationstechniken - Details

Sie sind nicht in Stud.IP angemeldet.

Allgemeine Informationen

Veranstaltungsname Vorlesung: 2.01.189 Maschinelles Lernen und Simulationstechniken
Untertitel inf189
Veranstaltungsnummer 2.01.189
Semester SoSe2023
Aktuelle Anzahl der Teilnehmenden 31
erwartete Teilnehmendenanzahl 20
Heimat-Einrichtung Department für Informatik
Veranstaltungstyp Vorlesung in der Kategorie Lehre
Erster Termin Dienstag, 18.04.2023 12:15 - 13:45, Ort: V03 2-A208
Art/Form
Voraussetzungen Für die Veranstaltung sind Vorkenntnisse in Python erforderlich. Kenntnisse in den Bereichen Maschinelles Lernen und Simulationen sind nicht nötig. Nützlich sind Vorkenntnisse in den Bereichen Energiesystem und Verteilte Systeme / Agentensysteme.
Lehrsprache deutsch

Räume und Zeiten

V03 2-A208
Dienstag: 12:15 - 13:45, wöchentlich (13x)
Freitag: 12:15 - 13:45, wöchentlich (13x)
(A05-2-237)
Freitag, 28.07.2023, Donnerstag, 10.08.2023 09:00 - 16:00

Kommentar/Beschreibung

In dieser Veranstaltung wird zunächst die Relevanz von Agenten im Energiekontext herausgestellt. Dann werden Simulationen im Energiekontext thematisiert, wobei unterschiedliche Arten von Simulationen und deren Relevanz beleuchtet werden. Als nächstes werden lernende Agenten im Energiekontext untersucht, wobei darauf eingegangen wird, für welche Themen Lernverfahren sinnvoll sind. Hier werden anschließend verschiedene Einsatzbereiche wie Anomalieerkennung, Vorhersagemodelle oder strategische Koalitionsformation im Detail besprochen inklusive der Grundlagen für geeignete Verfahren. In der Übung werden entsprechend verschiedene Modelle für die unterschiedlichen Anwendungsfälle untersucht. Dazu erstellen die Studierenden eigene Energie-Simulationen anhand derer anschließend Datensätze für die Erstellung von maschinell lernenden Modellen generiert werden. Hierbei entwickeln die Studierenden fortlaufend ein eigenes Artefakt, welches sie in den einzelnen auf einander aufbauenden Übungen immer weiter entwickeln. Am Ende haben die Studierenden neben Grundlagen bzgl. lernender Systeme die Kompetenz erlernt, einschätzen zu können, ob das jeweilige verwendete Verfahren für das gegebene Beispiel geeignet war.
Für die Veranstaltung sind Vorkenntnisse in Python erforderlich. Kenntnisse in den Bereichen Maschinelles Lernen und Simulationen sind nicht nötig. Nützlich sind Vorkenntnisse in den Bereichen Energiesystem und Verteilte Systeme / Agentensysteme.

Anmelderegeln

Diese Veranstaltung gehört zum Anmeldeset "Anmeldung gesperrt (global)".
Erzeugt durch den Stud.IP-Support
Folgende Regeln gelten für die Anmeldung:
  • Die Anmeldung ist gesperrt.