The dates and events shown here are dynamically displayed from Stud.IP.

Therefore, if you have any questions, please contact the person listed under the item Lehrende/DozentIn (Lecturersdirectly.

Event

Semester: Summer term 2025

2.01.189 Maschinelles Lernen und Simulationstechniken -  


Event date(s) | room

  • Montag, 7.4.2025 16:00 - 18:00 | A04 4-407
  • Freitag, 11.4.2025 8:00 - 10:00 | A03 4-402
  • Montag, 14.4.2025 16:00 - 18:00 | A04 4-407
  • Freitag, 25.4.2025 8:00 - 10:00 | A03 4-402
  • Montag, 28.4.2025 16:00 - 18:00 | A04 4-407
  • Freitag, 2.5.2025 8:00 - 10:00 | A03 4-402
  • Montag, 5.5.2025 16:00 - 18:00 | A04 4-407
  • Freitag, 9.5.2025 8:00 - 10:00 | A03 4-402
  • Montag, 12.5.2025 16:00 - 18:00 | A04 4-407
  • Freitag, 16.5.2025 8:00 - 10:00 | A03 4-402
  • Montag, 19.5.2025 16:00 - 18:00 | A04 4-407
  • Freitag, 23.5.2025 8:00 - 10:00 | A03 4-402
  • Montag, 26.5.2025 16:00 - 18:00 | A04 4-407
  • Freitag, 30.5.2025 8:00 - 10:00 | A03 4-402
  • Montag, 2.6.2025 16:00 - 18:00 | A04 4-407
  • Freitag, 6.6.2025 8:00 - 10:00 | A03 4-402
  • Freitag, 13.6.2025 8:00 - 10:00 | A03 4-402
  • Montag, 16.6.2025 16:00 - 18:00 | A04 4-407
  • Freitag, 20.6.2025 8:00 - 10:00 | A03 4-402
  • Montag, 23.6.2025 16:00 - 18:00 | A04 4-407
  • Freitag, 27.6.2025 8:00 - 10:00 | A03 4-402
  • Montag, 30.6.2025 16:00 - 18:00 | A04 4-407
  • Freitag, 4.7.2025 8:00 - 10:00 | A03 4-402
  • Montag, 7.7.2025 16:00 - 18:00 | A04 4-407
  • Freitag, 11.7.2025 8:00 - 10:00 | A03 4-402
  • Mittwoch, 30.7.2025 10:00 - 12:00 | Industriestraße 11, 010
  • Mittwoch, 13.8.2025 10:00 - 12:00 | Industriestraße 11, 010

Description

In dieser Veranstaltung wird zunächst die Relevanz von Agenten im Energiekontext herausgestellt. Dann werden Simulationen im Energiekontext thematisiert, wobei unterschiedliche Arten von Simulationen und deren Relevanz beleuchtet werden. Als nächstes werden lernende Agenten im Energiekontext untersucht, wobei darauf eingegangen wird, für welche Themen Lernverfahren sinnvoll sind. Hier werden anschließend verschiedene Einsatzbereiche wie Anomalieerkennung, Vorhersagemodelle oder strategische Koalitionsformation im Detail besprochen inklusive der Grundlagen für geeignete Verfahren. In der Übung werden entsprechend verschiedene Modelle für die unterschiedlichen Anwendungsfälle untersucht. Dazu erstellen die Studierenden eigene Energie-Simulationen anhand derer anschließend Datensätze für die Erstellung von maschinell lernenden Modellen generiert werden. Hierbei entwickeln die Studierenden fortlaufend ein eigenes Artefakt, welches sie in den einzelnen auf einander aufbauenden Übungen immer weiter entwickeln. Am Ende haben die Studierenden neben Grundlagen bzgl. lernender Systeme die Kompetenz erlernt, einschätzen zu können, ob das jeweilige verwendete Verfahren für das gegebene Beispiel geeignet war.
Für die Veranstaltung sind Vorkenntnisse in Python erforderlich. Kenntnisse in den Bereichen Maschinelles Lernen und Simulationen sind nicht nötig. Nützlich sind Vorkenntnisse in den Bereichen Energiesystem und Verteilte Systeme / Agentensysteme.

Für die Veranstaltung sind Vorkenntnisse in Python erforderlich. Kenntnisse in den Bereichen Maschinelles Lernen und Simulationen sind nicht nötig. Nützlich sind Vorkenntnisse in den Bereichen Energiesystem und Verteilte Systeme / Agentensysteme.

Lecturers

Study fields

  • Studium generale / Gasthörstudium

SWS
4

Lehrsprache
deutsch und englisch

Für Gasthörende / Studium generale geöffnet:
Ja

Hinweise zum Inhalt der Veranstaltung für Gasthörende
In dieser Veranstaltung wird zunächst die Relevanz von Agenten im Energiekontext herausgestellt. Dann werden Simulationen im Energiekontext thematisiert, wobei unterschiedliche Arten von Simulationen und deren Relevanz beleuchtet werden. Als nächstes werden lernende Agenten im Energiekontext untersucht, wobei darauf eingegangen wird, für welche Themen Lernverfahren sinnvoll sind. Hier werden anschließend verschiedene Einsatzbereiche wie Anomalieerkennung, Vorhersagemodelle oder strategische Koalitionsformation im Detail besprochen inklusive der Grundlagen für geeignete Verfahren. In der Übung werden entsprechend verschiedene Modelle für die unterschiedlichen Anwendungsfälle untersucht. Dazu erstellen die Studierenden eigene Energie-Simulationen anhand derer anschließend Datensätze für die Erstellung von maschinell lernenden Modellen generiert werden. Hierbei entwickeln die Studierenden fortlaufend ein eigenes Artefakt, welches sie in den einzelnen auf einander aufbauenden Übungen immer weiter entwickeln. Am Ende haben die Studierenden neben Grundlagen bzgl. lernender Systeme die Kompetenz erlernt, einschätzen zu können, ob das jeweilige verwendete Verfahren für das gegebene Beispiel geeignet war.

Hinweise zur Teilnahme für Gasthörende
Für die Veranstaltung sind Vorkenntnisse in Python erforderlich. Kenntnisse in den Bereichen Maschinelles Lernen und Simulationen sind nicht nötig. Nützlich sind Vorkenntnisse in den Bereichen Energiesystem und Verteilte Systeme / Agentensysteme.

(Changed: 22 May 2025)  Kurz-URL:Shortlink: https://uole.de/en/students/lehrveranstaltungen/va-details?cHash=8fc9c6f959893163cbd9ac3bd7432ad8&course_id=abc3a47a188b471de9b90620cfcc28a9
Zum Seitananfang scrollen Scroll to the top of the page