Universität Wien
Achtung! Das Lehrangebot ist noch nicht vollständig und wird bis Semesterbeginn laufend ergänzt.

280390 VO PM-MetNawi: Maschinelles und Statistisches Lernen in der Meteorologie (NPI) (2020S)

PM-MetNawi: Machine and Statistical Learning in Meteorology (NPI)

3.00 ECTS (2.00 SWS), SPL 28 - Erdwissenschaften, Meteorologie - Geophysik und
Moodle

An/Abmeldung

Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
Für diese LV an-/abmelden

Details

Sprache: Deutsch

Prüfungstermine

Lehrende

Termine

Für diese Vorlesung gibt es aufgrund der Corona Situation keine konkreten Termine. Die Vorlesungsunterlagen werden nach und nach online gestellt.
Nach Ostern werden für die Studierenden Projektthemen vorgeschlagen, die dann bis Semesterende zu bearbeiten sind und in schriftlicher Form abzugeben sind.

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

ZIELE:

* Überblick über die Methoden des statistischen und des maschinellen Lernens gewinnen.
* Tieferen math. Einblick in ausgewählte Methoden anhand meteorologischer Beispiele erhalten
* Hinweise zur Datenaufbereitung und -transformation
* Lernen, wie man folgende Methoden selbst programmiert:

INHALTE:
Lineare Regressionen mit Regularisierungen
Entscheidungsbäume wie Random Forests
Neuronale Netze wie das mehrlagige Perzeptron
Selbstorganisierende Karten zur Dimensionsreduktion
Graphisches Hierarchisches Clustering

METHODEN:

Vorlesung mit integrierten Elementen einer Übung

NICHT ZIELE:

Überblick über bestehende Tools für Statistisches und Maschinelles Lernen

Vermittlung von speziellen Programmierkenntnissen

Beantwortung der Frage: Welche Funktion muss ich aufrufen oder wo muss ich drauf klicken, um die Antwort auf eine spezielle Fragestellung zu bekommen.

Kochrezepte für Anwendungen der künstlichen Intelligenz

Wichtig: Meteorologie Kenntnisse erforderlich

Art der Leistungskontrolle und erlaubte Hilfsmittel

Bewertung einer individuellen Projektarbeit

Mindestanforderungen und Beurteilungsmaßstab

Mindestens 50% der möglichen Punkte

Notenschlüssel:
<50.0%: Nicht Genügend
50.0% -62.5%: Genügend
62.5% - 75.0%: Befriedigend
75.0% - 87.5%: Gut
> 87.5%: Sehr Gut

Prüfungsstoff

Die Prüfung findet in Form der Beurteilung einer individuellen Projektarbeit statt.

Literatur

Wird in der ersten Vorlesungsstunde bekannt gegeben

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Fr 09.07.2021 00:24