Aktuelle Data Science Entwicklungen II

Termine

Dienstag, 10.05.2022 von 15:00 – 18:00 Uhr – online
Dienstag, 17.05.2022 von 15:00 – 18:00 Uhr – online
Dienstag, 24.05.2022 von 15:00 – 18:00 Uhr – online
Dienstag, 07.06.2022 von 15:00 – 18:00 Uhr – online
Dienstag, 14.06.2022 von 15:00 – 18:00 Uhr – online
Dienstag, 21.06.2022 von 15:00 – 18:00 Uhr – online

Key Topics

Explore distributed data storage... solutions like ipfs.io, arweave.org, the Ethereum Blockchain etc.
Implement a web harvesting solution - e.g. leveraging test frame works like codecept.io
Differentiate Artificial Intelligence / Machine Learning / Deep Learning
Differentiate use cases for algorithmic solutions vs. use cases for model based solutions
Explain Deep Learning in your own words
Create a Quiz (e.g. using xwords-generator on Deep Learning & Neural Networks (inputs, weights, non-linearity, activation functions, hyper parameters, bias, overfitting, underfitting)
Differentiate supervised learning vs. unsupervised learning vs. reinforcement learning
Share typical data sources for deep learning
Explore kaggle.com
Present and describe your favorite Deep Learning Project - e.g. Deep Learning for Protein Folding or Deep Learning for Games

Diagrams

You might check introtodeeplearning.com and this presentation to find answers related to the following diagrams.

Why Deep Learning?

Screenshot 2022-03-24 at 12 20 55


Neural Networks - Why Now?

Screenshot 2022-03-24 at 12 16 10


Forward Propagation

Screenshot 2022-03-24 at 12 02 56


Introduce Non-Linearity to Approximate Arbitrarily Complex Functions

Screenshot 2022-03-24 at 12 30 31


Common Activation Functions

Screenshot 2022-03-24 at 12 11 31

Presentations

Machine Learning - Focus on Reinforcement Learning

"On-Time" Group Presentation


Prüfungsleistung

Portfolioarbeit - Teil 1: Referate

Um die theoretischen Grundlagen zu studieren, empfehle ich den "Lernen durch Lehren" Ansatz. Hierzu können Sie ein Referat zu den "Key Topics" vorbereiten und präsentieren (als Gruppe oder individuell).

Portfolioarbeit - Teil 2: Data Science Projekte

Nutzen Sie Gamestorming um mögliche Projektideen zu generieren
Erstellen Sie ein Value Proposition Canvas für Ihre Projektidee
Definieren Sie User Stories für Ihre Projektidee
Implementieren Sie einen Prototyp

Vorgeschlagene Gruppengröße

3-5 (begründete Ausnahmen denkbar)

Bewertungskriterien (Zwischenfeedbacks)

Scope / Umfang (passend zur Gruppengröße? / Zwischenfeedbacks können dabei helfen den Scope passend einzuschätzen)
Projekt funktioniert? Komponenten daraus funktionieren? Learnings wurden dokumentiert.
Separation of Concerns im Code (kein Spaghetticode)
High Cohesion & Loose Coupling (Design for Flexibility)
Klares, durchdachtes & strukturiertes Konzept
Use-Case / Purpose? --> Professionelles Requirements Engineering z.B. via User Stories, VPC
Klare & wertvolle Readme für Besucher
Im Code lediglich dokumentieren warum etwas passiert - was passiert soll durch sprechende Methoden-... Namen klar sein

Abgabe

Referate: Bis zur letzten Vorlesungseinheit sollten alle ihr (Gruppen-) Referat gehalten haben.
Projekte: Zwei Wochen nach der letzten Klausur.

Empfehlungssysteme

Screenshot 2022-06-14 at 16 45 12

Vorlesungsgestaltung

Theorie in den ersten (mindestens) 30 mins + optional Referate danach viel team work....


Telegram Community

Hier geht's zur Telegram Community

Organizational

https://calendar.google.com/calendar/u/0/embed?src=okqgsstebeckofvtnfaoa740os@group.calendar.google.com&ctz=Europe/Berlin

https://moodle.dhbw-mannheim.de/course/view.php?id=5175