Institut für Technik der Informationsverarbeitung (ITIV)

Labor für angewandte Machine Learning Algorithmen

VortragsspracheDeutsch

Labor für angewandte Machine Learning Algorithmen (LAMA)

Voraussetzungen:

Erforderlich sind grundlegende Programmierkenntnisse. Vorausgesetzt werden daneben Kenntnisse in den Grundlagen der Informationstechnik, Signal- und Systemtheorie sowie Wahrscheinlichkeitstheorie.

 

Inhalt

Die Themengebiete Maschinelles Lernen und Künstliche Intelligenz erleben momentan eine Renaissance. Gründe dafür sind zum einen die steigende Rechenleistung und zum anderen die Verfügbarkeit von neuen Technologien (moderne GPUs, Multi-Cores, FPGAs etc.) in Kombination mit effizienten parallelisierten Frameworks und Algorithmen zum Training von Neuronalen Netzen.


Sensoren liefern in allen Lebensbereichen erfasste Datenmengen zur Verarbeitung. Somit sind die Einsatz- und Forschungsgebiete im Bereich des maschinellen Lernens weit gestreut. In der Bildverarbeitung für autonomes Fahren lösen Convolutional Neural Networks (CNN) bereits klassische Objekterkennungs-Verfahren ab. Aktuell werden Künstliche Neuronale Netze (KNN) zur Verbrauchsprognose für Strom- und Gas erfolgreich eingesetzt. In der Medizintechnik wird an Künstlichen Neuronalen Netzen gearbeitet, die anhand von Bildern bösartige Hautveränderungen bereits zuverlässiger als Ärzte erkennen können. Maschinelles Lernen als Bestandteil der Informationstechnik gewinnt damit für die Arbeit als Elektrotechnikingenieur immer mehr an Bedeutung.


Um diesen zukünftigen Herausforderungen als Ingenieur gerecht zu werden, ist es empfehlenswert, die erforderlichen Kompetenzen während des Studiums aufzubauen und sich ein grundlegendes Verständnis der Methoden und Tools anzueignen.


In der Veranstaltung wird der praktische Umgang mit gängigen Algorithmen und Methoden des Maschinellen Lernens projektbasiert und „Hands-On“ vermittelt. Hierbei sollen Studenten einerseits Algorithmen und Strukturen wie ein Perzeptron, Decision Trees oder einen Evolutionären Algorithmus selbstständig implementieren und gleichzeitig auch die heute in Wirtschaft und Wissenschaft gängigen Methoden und Tools erlernen.

 

Organisatorisches

 

Intro Vorbesprechung und Gruppeneinteilung Mittwoch 04.11.2020 Raum 216, 9-13 Uhr
Task 1 Verarbeitung und Analyse von Datensätzen Mittwoch 11.11.2020 Raum 216, 9-13 Uhr
Task 2 Bewertung von ML-Systemen Mittwoch 18.11.2020 Raum 216, 9-13 Uhr
Task 3 Grundlagen Überwachtes Lernen Mittwoch 25.11.2020 Raum 216, 9-13 Uhr
Task 4 Unüberwachtes Lernen Mittwoch 02.12.2020 Raum 216, 9-13 Uhr
Task 5 Evolutionäre Algorithmen Mittwoch 09.12.2020 Raum 216, 9-13 Uhr
Task 6 Neuronale Netze Mittwoch 16.12.2020 Raum 216, 9-13 Uhr
Task 7 Convolutional Neural Networks Mittwoch 13.01.2021 Raum 216, 9-13 Uhr
Task8 Recurrent Neural Networks Mittwoch 20.01.2021 Raum 216, 9-13 Uhr
ItW 1 Into the Wild ... Mittwoch 27.01.2021 Raum 216, 9-13 Uhr
ItW 2 Into the Wild ... Freitag 05.02.2021 Raum 216, 9-13 Uhr
ItW 3 Into the Wild ... Mittwoch 10.02.2021 Raum 216, 9-13 Uhr
ItW4 Into the Wild ... Freitag 12.02.2021 Raum 216, 9-13 Uhr
Vortrag Vortrag Mittwoch 17.02.2021 Raum 216, 9-13 Uhr
Kolloquium   Mittwoch wird bekannt gegeben  

 

Für alle Termine sowie die Vorbesprechung gilt Anwesenheitspflicht.

  • Sie bearbeiten die Aufgaben in Zweierteams.
  • Die Bewertung setzt sich aus den abgegebenen Aufgabenblätter, dem „Into the wild“-Teil und einem Kolloquium zusammen.
  • Es werden sechs ETCS Punkte vergeben.

 

Inhalt

  • Vorbesprechung und Gruppeneinteilung
  • Verarbeitung und Analyse von Datensätzen
  • Bewertung von ML-Systemen
  • Grundlagen Überwachtes Lernen
  • Unüberwachtes Lernen
  • Neuronale Netze
  • Evolutionäre Algorithmen  
  • Convolutional Neural Networks
  • Recurrent Neural Networks
  • Into the Wild…

 

 

Ablauf der Labortermine 1-8

  • Während der einzelnen Labortermine werden vorgegebene Aufgabenstellungen bearbeitet. Diese beinhalten zum einen Programmieraufgaben sowie solche, die in Textform beantwortet werden sollen.
  • Die Aufgabenblätter werden in Form von Jupyter Notebooks ausgegeben. Mit dieser interaktiven Entwicklungsumgebung können Sie Programmcodes direkt im Aufgabenblatt testen, Lösungen darstellen und die Dokumentation beziehungsweise Antworten ergänzen.
  • Nach jedem Labortermin wird das bearbeitete Aufgabenblatt (das entsprechende Jupyter Notebook) abgegeben.
  • Die Abgabe jeweils einer Ausfertigung des Notebooks pro Gruppe ist ausreichend.
  • Die erfolgreiche Bearbeitung und Abgabe der Aufgabenblätter ist Voraussetzung für die Teilnahme am mündlichen Kolloquium am Ende des Semesters. Bei Nichtabgabe werden die entsprechenden Teilnehmer nicht zum Kolloquium zugelassen!

 

 

Into the Wild…

  • Zu Beginn des zweiten Teils werden verschiedene Datensätze vorgestellt, die für die Bearbeitung zur Auswahl stehen.
  • Jede Gruppe entscheidet sich für einen der vorgestellten Datensätze, selbstverständlich können auch mehrere Gruppen den gleichen Datensatz nutzen. Die Problemstellung wird von der Gruppe selbst definiert. Auch eigene Problemstellungen zu eigenen Datensätzen sind möglich.
  • Auf Basis des zuvor Gelernten wird ein Konzept zur Lösung der Problemstellung entwickelt. Dieses wird implementiert und getestet.
  • Neben der Arbeit auf den Daten ist es auch möglich einen bestehenden Ansatz für einen Datensatz hinsichtlich der Laufzeit oder Latenz zu optimieren. Hierzu kann unter anderem versucht werden dies mittels passender Hardware zu erreichen.
  • Zum Abschluss wird von jeder Gruppe eine Präsentation vorbereitet, die das entwickelte Konzept vorstellt und die Ergebnisse darstellt. Hierbei sollen durch eine kritische Reflektion der zuvor getroffenen Entscheidungen auch mögliche nächste Schritte aufgezeigt werden.

 

Anmeldeverfahren

Dieses Jahr werden 18 Plätze für das Labor angeboten.
Die Anmeldung zum Labor erfolgt über das WiWi-Portal unter folgendem Link: http://go.wiwi.kit.edu/LAMA

 

Materialien

Die notwenigen Materialien für das LAMA werden über das SCC gitlab (git.scc.kit.edu) zur Verfügung gestellt. Nach der erfolgreichen Anmeldung beim LAMA erhalten Sie Zugriff auf die Aufgaben, Datensätze und zusätzliches Infomaterial.
Das Material wird in englischer Sprache bereitgestellt.

 

Aktuelles: CORONA-Informationen

Die Veranstaltung ist als Präsenzveranstaltung geplant. Sie findet im Poolraum 216 des ITIV zu den oben genannten Zeiten statt. Die Vorbesprechung findet virtuell in MS-Teams statt, ein Link hierzu wird per Mail verteilt.