Modulhandbuch (Module manual)
| M.184.6321 Machine Learning for Research | |
|---|---|
| (Machine Learning for Research) |
| Koordinator (coordinator): | Prof. Dr. Oliver Müller |
| Ansprechpartner (contact): | Prof. Dr. Oliver Müller (oliver.mueller[at]uni-paderborn.de) |
| Credits: | 5 ECTS |
| Workload: | 150 Std (h) |
| Semesterturnus (semester cycle): | SoSe |
| Studiensemester (study semester): | Bitte auswählen |
| Dauer in Semestern (duration in semesters): | 1 |
| Lehrveranstaltungen (courses): | ||||||
|---|---|---|---|---|---|---|
| Nummer / Name (number / title) |
Art (type) |
Kontaktzeit (contact time) |
Selbststudium (self-study) |
Status (P/WP) (status) |
Gruppengröße (group size) | |
| a) | K.184.63211 / Machine Learning for Research | P | ||||
| Wahlmöglichkeiten innerhalb des Moduls (Options within the module): | ||||||
| Keine | ||||||
| Empfohlene Voraussetzungen (prerequisites): |
|---|
|
Knowledge of statistical inference and programming (e.g., R, Python, Stata) |
| Inhalte (short description): |
|---|
|
The course is targeted at PhD students and young researchers who want to apply machine learning methods in their research. It covers various data exploration, modeling, and evaluation techniques for extracting knowledge from the vast and complex data sets that have emerged in business over the past years. The learning objective of the course is to enable participants to apply these techniques in design-oriented and/or quantitative empirical research projects. Topics include supervised learning for regression and classification (linear and non-linear models), unsupervised learning (e.g., clustering, dimensionality reduction), and natural language processing (supervised and unsupervised). The programming language Python will be used for practical examples and hands-on exercises. |
| Lernergebnisse (learning outcomes): |
|---|
| Fachkompetenz Wissen (professional expertise): |
| Studierende... |
| Fachkompetenz Fertigkeit (practical professional and academic skills): |
| Studierende... |
| Personale Kompetenz / Sozial (individual competences / social skills): |
| Studierende... |
| Personale Kompetenz / Selbstständigkeit (individual competences / ability to perform autonomously): |
| Studierende... |
| Prüfungsleistungen (examinations) | |||
|---|---|---|---|
| Art der Modulprüfung (type of modul examination): Keine Modulprüfung | |||
| Zur Zeit sind keine weiteren Prüfungsmodalitäten bekannt. (No assessments are known.) |
| Studienleistung / qualifizierte Teilnahme (module participation requirements) |
|---|
| Ja |
| Voraussetzungen für die Teilnahme an Prüfungen (formal requirements for participating in examinations) |
|---|
| Keine |
| Voraussetzungen für die Vergabe von Credits (formal requirements for granting credit points) |
|---|
| Die Vergabe der Credits erfolgt, wenn die Modulnote mindestens „ausreichend“ ist |
| Gewichtung für Gesamtnote (calculation of overall grade) |
|---|
| Das Modul wird mit der Anzahl seiner Credits gewichtet (Faktor: 1) |
| Verwendung des Moduls in den Studiengängen (The module can be selected in the following degree programmes) |
|---|
| Promotionsstudium an der Fakultät WW |
| Umfang QT (participation requirements): |
|---|
|
Ein eigener Vortrag (20 Minuten) sowie Teilnahme an allen anderen Terminen mit max. 1 Fehltermin. Die Teilnahme am ersten Termin (Kickoff-Termin, s.u.) ist verpflichtend. |
| Lernmaterialien, Literaturangaben (learning material, literature): |
|---|
| Teilnehmerbegrenzung (participant limit): |
|---|
| 20 Personen |
| Sonstige Hinweise (additional information): |
|---|
|
Der Kurs findet in der Regel als Blockseminar an 4 Tagen im Sommersemester statt und ist auf 20 Teilnehmer*innen begrenzt. Die Bekanntgabe der Termine erfolgt hier und per Email an die entsprechenden Verteiler in der Fakultät. Termine: Der Kurs wird im Sommersemester 2025 nicht angeboten! Interessierte Doktorand*innen bewerben sich bitte nach Bekanntgabe der Termine formlos per E-Mail (DataAnalytics@wiwi.uni-paderborn.de) bei Herrn Prof. Dr. Oliver Müller.
|