Probabilistische Bayessche Modelle werden mit entsprechenden Tools (z.B. BUGS, JAGS, STAN) oder domänenspezifischen Programmiersprachen (WebPPL, PyMC3, …, etc.) erstellt. Bilden sie kognitive Prozesse bei Mensch (z.B. Piloten, Fahrer) und Tier nach, können ihre Leistungen z.B. als kooperative Assistenzsysteme technisch verfügbar gemacht werden.

Fachkompetenzen
Die Studierenden:

• lernen die Verknüpfung von Problem- mit Modellklassen sowie deren praktische Umsetzung

Methodenkompetenzen
Die Studierenden:

• erwerben Grundkenntnisse im Entwurf, Implementation und Identifikation probabilistischer Modelle mittels Bayesscher Methoden sowie alternativer Methoden des Machine Learning

Sozialkompetenzen
Die Studierenden:

• lernen probabilistische Theorien, Methoden und Modelle zu präsentieren und zu diskutieren

Selbstkompetenzen
Die Studierenden:

• reflektieren Möglichkeiten und Grenzen probabilistischer Modelle und sowie möglicher Alternativen des Machine-Learning

Theorien, Methoden und Beispiele Bayesscher Modelle mit praktischen Anwendungen

Aktuelle eBooks, eTutorials

Werden in der VA bekannt gegeben

Seminarvortrag, schriftliche Ausarbeitung des Vortrags