Logo des Repositoriums
 
Conference Paper 

Entwicklung eines modernen Lehr- und Lernkonzepts für Maschinelles Lernen mit Infrastructure-as-a-Service und Cloud Computing

Lade...
Vorschaubild

Volltext URI

Dokumententyp

Text/Conference Paper 

Zusatzinformation

Datum

2019

Zeitschriftentitel

ISSN der Zeitschrift

Bandtitel

Verlag

Gesellschaft für Informatik e.V.

Zusammenfassung

Im Rahmen des BMBF-geförderten Projektes „Machine Learning Campus Minden“ wurde ein Lehr- und Lernkonzept entwickelt, um den Schwerpunkt Maschinelles Lernen (ML) im Curriculum des Masterstudiengangs Informatik der Fachhochschule Bielefeld auszubauen. Dazu wird das Grundlagenmodul “Methoden des Maschinellen Lernens” zur Vermittlung des theoretischen Basiswissens angeboten. Darauf aufbauend können die Studierenden ihre Kenntnisse in einer Reihe von anwendungsorientierten Vertiefungsmodulen wie beispielsweise “Natural Language Processing” (NLP) oder “Data Science“ (DS) an Fragestellungen aus dem Forschungs- und Industriealltag erproben und erweitern. Um eine praxisnahe Ausbildung auf dem aktuellen technologischen Stand zu gewährleisten, bieten alle neuen Module die praktische Anwendung mittels modernen Cloud-Plattformen an. In diesem Beitrag wird das so entstandene Lehr- und Lernkonzept vorgestellt. Außerdem stellen wir die gesammelten Erfahrungen bei der Integration von Infrastructure-as-a-Service-Diensten in der Lehre dar und gehen sowohl auf die fachlichen als auch organisatorischen Anforderungen und Fallstricke ein sowie auf die Evaluation der eingesetzten Cloud-Anbieter in Hinblick auf die domänenspezifischen und praxisrelevanten Probleme.

Beschreibung

Palsbröker, Patrick; Lutz, Matthias; Gips, Carsten; König, Matthias (2019): Entwicklung eines modernen Lehr- und Lernkonzepts für Maschinelles Lernen mit Infrastructure-as-a-Service und Cloud Computing. DELFI 2019. DOI: 10.18420/delfi2019_274. Bonn: Gesellschaft für Informatik e.V.. PISSN: 1617-5468. ISBN: 978-3-88579-691-6. pp. 127-132. Automatisierung & Generierung. Berlin, Germany. 16.-19. September 2019

Zitierform

Tags