Module 39-IndErg-LUV Human and Machine Learning and Understanding

Faculty

Person responsible for module

Regular cycle (beginning)

Every winter semester

Credit points and duration

10 Credit points

For information on the duration of the modul, refer to the courses of study in which the module is used.

Competencies

In diesem Modul erhalten die Studierenden Einblicke in die Konzepte „Verstehen“ und „Lernen“, die in vielen Disziplinen eine grundlegende Rolle spielen, aus ingenieurs- und sozialwissenschaftlicher Perspektive, wie z.B. Informatik, Psychologie oder Linguistik. Sie werden in der Lage sein, elementare Konzepte und damit verbundene Methoden aus unterschiedlichen Disziplinen zu benennen, zu erläutern und miteinander in Beziehung zu setzen. Die TeilnehmerInnen werden befähigt, Konzepte und Methoden der von ihnen primär studierten Disziplin kritisch zu reflektieren. Durch die interdisziplinäre Breite wird der wissenschaftliche Horizont der TeilnehmerInnen erweitert. Die Studierenden werden in die Lage versetzt, eigeninitiativ Herangehensweisen zu entwickeln, um mit neuen Fragestellungen umzugehen und in einem interdisziplinären Team zu reflektieren. Außerdem werden sie in ihrer Fähigkeit gestärkt, Sachverhalte und Zusammenhänge, die außerhalb ihrer Fachdisziplin liegen, zu erklären und zu verstehen.

Content of teaching

Maschinelles Lernen spielt eine zunehmend wichtige Rolle in immer mehr Bereichen sowohl des Alltagslebens als auch der Wissenschaft, unterscheidet sich jedoch in wesentlichen Aspekten von menschlichem Lernen und Verstehen und entzieht sich dadurch einem intuitiven Verständnis. In diesem Modul befassen sich Studierende mit den Konzepten „Verstehen“ und „Lernen“, die in vielen Disziplinen eine grundlegende Rolle spielen. Hierbei werden Perspektiven aus ingenieurs- und sozialwissenschaftlichen Disziplinen integriert, wie z.B. Informatik, Psychologie oder Linguistik.

Aus technischer Perspektive werden ausgewählte Themen aus dem Bereich der KI und des maschinellen Lernens, wie z.B. Optimierungsverfahren, lineare und nicht-lineare Klassifikatoren, Deep Learning oder symbol-basierte Schlussfolgerungs- und Planungsansätze u.a. für die Robotik behandelt, aus sozialwissenschaftlicher Perspektive werden Themen aus Bereichen der psychologischen Lerntheorie oder sprachwissenschaftlicher Theorien zum Spracherwerb behandelt.

Neben Theorien werden praktische Umsetzungen durch Implementierungen oder Experimente zum Lernen und Verstehen bei Menschen und Maschinen in wöchentlichen Vorlesungen, Workshops und angeleitetem Selbststudium behandelt. Dabei werden aus technischer und sozialwissenschaftlicher Perspektive grundlegende Konzepte, Methoden und Erkenntnisse zum Lernen, Verstehen und Erklären adressiert. Die jeweilige Stoffauswahl wird im ekvv im Kommentar spezifiziert.

Recommended previous knowledge

Necessary requirements

Explanation regarding the elements of the module

Das Modul besteht im Vorlesungsteil aus eingeladenen Fachvorträgen aus den unterschiedlichen Disziplinen, ergänzt durch nachbereitende Kurzvorträge (Pitches) von Studierenden sowie durch interaktive erläuternde Vorträge der Lehrenden zur weiteren Einordnung. In den Workshops werden die Vorlesungen vor- und nachbereitet. Ein elementarer Grundbaustein besteht dabei in dem gegenseitigen Erklären der verstandenen und nichtverstandenen disziplinären Konzepte sowie dem Reflektieren des Vorgehens der adressierten Disziplin. Das angeleitete Selbststudium bietet die Möglichkeit, sich mit spezifischen Themen vertieft auseinanderzusetzen.

Module structure: 1 SL, 1 uPr 1

Courses

Lernen und Verstehen
Type lecture
Regular cycle WiSe
Workload5 60 h (30 + 30)
LP 2 [SL]
Lernen und Verstehen: Angeleitetes Selbststudium
Type guided self-study
Regular cycle WiSe
Workload5 90 h (0 + 90)
LP 3
Lernen und Verstehen: Workshop
Type seminar
Regular cycle WiSe
Workload5 60 h (30 + 30)
LP 2

Study requirements

Allocated examiner Workload LP2
Teaching staff of the course Lernen und Verstehen (lecture)

Die Veranstaltungsteilnehmer*innen halten im Rahmen der Vorlesungstermine einen 5-minütigen Kurzvortrag, der als Auftakt für eine fachliche Diskussion geeignet ist und der Nachbereitung einer vorangegangen Vorlesungseinheit dient.

see above see above

Examinations

portfolio
Allocated examiner Person responsible for module examines or determines examiner
Weighting without grades
Workload 90h
LP2 3

Das Portfolio umfasst zunächst die Dokumentation wöchentlich durchzuführender peer-Learning Aktivitäten (konkret das gegenseitige Erklären von Inhalten der Vorlesung „Lernen und Verstehen“) in festgelegten Gruppen der Studierenden. Hierbei soll dargelegt werden, wie sich aus der Reflexion der Vorlesungsinhalte jene Fragestellungen, Diskussionen und Thematiken entwickelt haben, welche rückblickend inhaltliche Schwerpunkte der wöchentlichen Austauschtreffen bildeten.
Den zweiten Teil des Portfolios bildet eine Hausarbeit. Hierzu erfolgt zunächst die Entwicklung einer dem Prüfungsziel angemessenen eigenen Fragestellung zu einem selbst formulierten Problem aus einer Modulveranstaltung in Abstimmung mit dem*der Prüfer*in. Daran anknüpfend erfolgt eine schriftliche wissenschaftliche Auseinandersetzung mit der gefundenen Frage unter Berücksichtigung der einschlägigen Fachliteratur. Teil der Hausarbeit kann auch die Dokumentation und Auswertung der Durchführung eigener Experimente oder Implementierungen sein.
Das Portfolio hat einen Umfang von 10-15 Seiten, wobei ca. 3-5 Seiten auf die Dokumentation des Peer-Learnings und ca. 7-10 Seiten auf die Ausarbeitung zur gefundenen Fragestellung entfallen.

Further notices

Das Empfohlene Fachsemester zur Aufnahme des Moduls im Bachelor ist das 3. bzw. 5. Fachsemester .
Sollte das Modul im Rahmen der Individuellen Ergänzung im Master studiert werden, wird empfohlen, das Modul im 1. Fachsemester zu beginnen.

The module is used in these degree programmes:

Degree programme Profile Recom­mended start 3 Duration Manda­tory option 4
Courses offered for the Individual Subsidiary Subjects / Individueller Ergänzungsbereich im Bachelor [] Technische Fakultät 3. o. 5. one semester Compul­sory optional subject
Faculty of Technology - Courses offered for the Individual Subsidiary Subjects / Individueller Ergänzungsbereich im Bachelor [] 3. o. 5. one semester Compul­sory optional subject

Automatic check for completeness

The system can perform an automatic check for completeness for this module.


Legend

1
The module structure displays the required number of study requirements and examinations.
2
LP is the short form for credit points.
3
The figures in this column are the specialist semesters in which it is recommended to start the module. Depending on the individual study schedule, entirely different courses of study are possible and advisable.
4
Explanations on mandatory option: "Obligation" means: This module is mandatory for the course of the studies; "Optional obligation" means: This module belongs to a number of modules available for selection under certain circumstances. This is more precisely regulated by the "Subject-related regulations" (see navigation).
5
Workload (contact time + self-study)
SL
Study requirement
Pr
Examination
bPr
Number of examinations with grades
uPr
Number of examinations without grades
Diese Leistung kann gemeldet und verbucht werden.