Maschinelles Lernen im Bauingenieurwesen

  Gebäude, Straße und Fahrzeugen, verbunden mit einem neuronalen Netz Urheberrecht: © ISAC  

Unterrichtssprache: Englisch

Die Lehrveranstaltung "Maschinelles Lernen im Bauingenieurwesen" ist relevant für folgende Studiengänge:

Genauere Informationen sind in der jeweiligen Prüfungsordnung in den amtlichen Bekanntmachungen der RWTH Aachen University zu finden.

 

Kursbeschreibung

Das Modul vermittelt Kenntnisse in den folgenden Themenfeldern:

  • Einführung Programmierung
  • Klassifizierung und Regression von Verkehrsdaten mit Supervised Learning
  • Klusterung mit Unsupervised Learning
  • Grundlagen Neuronale Netze
  • Anwendung Neuronaler Netze

Eine Vorlesung behandelt die mathematischen und theoretischen Grundlagen unterschiedlicher Machine-Learning-Methoden. Zusätzlich wird die Vorlesung von einer praktischen Übung begleitet, in welcher die Studierenden eigenständig Selbstprogrammier-Übungen bearbeiten und für die Learning Outcomes relevante Routinen im Programmcode entwickeln. Die Studierenden erledigen eine Gruppenarbeit, in welcher sie Datensätze identifizieren, analysieren und testen. Die theoretischen Grundlagen werden über die Projektarbeit hinaus im Rahmen einer e-Klausur abgefragt.

Lernziele

Studierende erlernen in diesem Modul grundlegende Konzepte und Ideen des Maschinellen Lernens. Sie befassen sich mit unterschiedlichen Lernalgorithmen, verstehen die jeweiligen Vor- und Nachteile und erlangen eine Intuition, welche Algorithmen für welche Problemstellungen angewendet werden können. Studierende sind anschließend in der Lage, die erlernten Algorithmen in einer dafür geeigneten Programmiersprache (Python) anzuwenden, um sie für neue, umfangreiche Datensätze zu analysieren.

 

Unfang der Veranstaltung

  • Vorlesung: 2 SWS
  • Übung: 2 SWS

Hochschullehrer

Wissenschaftliche Mitarbeiter

Tom Schumann, M. Sc.

Mohamed Kastouri, M. Sc.

Arnd Pettirsch, M. Sc.