Im Kurs Engineering ML-based Systems (EngML) werden fortgeschrittene Machine Learning Konzepte und Best-Practices bei der Entwicklung von ML Modellen vermittelt. Der Kurs startet mit einer Vorlesungsphase, in der die folgenden Themen behandelt werden:

  • Gaussian Mixture Models (GMM)
  • Distribution Learning
  • Reinforcement Learning (Q-Learning)
  • Embeddings (Auto-Encoder, Siamese-Networks)
  • Model Architectures (CNNs, RNNs)
  • Prozessmodelle für ML Anwendungen (EDDA, CRISP-DM)

In der zweiten Hälfte der Veranstaltung werden, im Rahmen einer Projekt-Entwicklungsphase, Machine Learning Anwendungen einzeln oder in zweier Teams entwickelt. 

Die Veranstaltung EngML setzt Machine Learning Grundlagen, wie sie im Modul Grundlagen des Maschinellen Lernens (GruML) vermittelt werden, voraus. Weitere Informationen finden Sie im LSF oder auf den Internetseiten des Lehrstuhls.