| Termin |
Datum |
Vorlesung |
Inhalt |
Folien |
Übungsblätter |
| 1 |
17.03.2022 |
Einführung |
- Organisatorisches
- Motivation Data Science / Use-Cases
- Themenfeld, ML, CRISP-DM Prozess
- Software, Tools
- Jupyter-Notebook Server
|
|
|
| 2 |
24.03.2022 |
Python |
- Einstieg in Python, Jupyter-Notebooks
- Grundlegende Sprachkonstrukte
- Grundlegende Datentypen, Listen
|
|
|
| 3 |
31.03.2022 |
Datenanalyse mit Pandas |
- Kurze Wiederholung Python
- Vorstellung Pandas-Modul
- Konzepte von Series/DataFrame
- Rechnen/Filtern mit DataFrames
- Extra-Foliensatz zu group-by
|
|
|
| 4 |
07.04.2022 |
Tutorial Day 1 |
- Wiederholung Python Grundlagen
- Python Funktionen und Listen
|
|
- Aufgaben sind im Foliensatz enthalten
|
| 5 |
14.04.2022 |
Tutorial Day 2 |
- Wiederholung
- Übungen zu Pandas (Series, DataFrame)
- Beispiel: Strukturierte Problemlösung (Hundesteuern)
|
|
|
| 6 |
21.04.2022 |
Maschinelles Lernen |
- Übersicht über Maschinelles Lernen
- Lernaufgaben und Verfahren
- Training- und Testen, Modellvalidierung
- Python-Modul SciKitLearn
|
|
|
| 7 |
28.04.2022 |
Klassifikation mit Bäumen |
- Entscheidungsbäume zur Klassifikation
- Modell-Evaluation, Confusion-Matrix
- Modell-Training mit SciKit Learn
|
|
|
| 8 |
05.05.2022 |
Klassifikation mit kNN |
- Lernen nach Ähnlichkeiten
- Distanzmaße
- Klassifikation mit k-NN
|
|
|
| 9 |
12.05.2022 |
Klassifikation (lineare Modelle 1) |
- Lineare Modelle, Daten im Vektorraum
- Hyperebene, lineare Separierbarkeit
|
|
|
| 10 |
19.05.2022 |
Klassifikation (lineare Modelle 2) |
- Lineare Modelle (SVM)
- nicht-lineare Separierbarkeit
- Kern-Funktionen (Kernel-Trick)
|
|
|
| 11 |
26.05.2022 |
fällt aus (Himmelfahrt) |
|
|
|
| 12 |
02.06.2022 |
Zusammfassung Klassifikation |
- Zusammenfassung Klassifikation
- Infos zur Hausarbeit
|
|
|
| 13 |
16.06.2022 |
fällt aus (Fronleichnam) |
|
|
|
| 14 |
23.06.2022 |
Hausarbeit |
- Aufgabenstellung der Hausarbeit
|
|
|
