Relevanz des Vorlesungsbesuches
Hinblicklich: Folien selbsterklärend, Vorlesung behandelt zusätzlichen Stoff |
|
Nicht Prüfungsrelevant | Sehr prüfungsrelevant |
|
|
Gestaltung der Vorlesung
|
|
Uninteressant | Sehr interessant |
|
|
Qualität der Vorlesungsmaterialien
Hinblicklich: Vollständigkeit, Struktur |
|
Materialien schlecht | Materialien gut |
|
|
Reproduktion | Transfer |
|
|
Nicht rechenlastig | Sehr rechenlastig |
|
|
Aufwand < ECTS | Aufwand > ECTS |
|
|
Prüfungsvorbereitung schlecht | Prüfungsvorbereitung gut |
|
|
Reproduktion | Transfer |
|
|
Nicht rechenlastig | Sehr rechenlastig |
|
|
Aufwand < ECTS | Aufwand > ECTS |
|
|
Prüfungsvorbereitung schlecht | Prüfungsvorbereitung gut |
|
|
Kommentare und Einzelbewertungen
− 9+
Mit diesem Fach kann man wenig Falsch machen. Mit dem Professor kann man auch nichts falsch machen. Es ist im online Format schwieriger gewesen inhaltlich zu folgen. Dennoch ist es unterhaltsam in die Vorlesung zu gehen. Aufgrund des sehr gut gemachten Skriptes, könnte man sich vielleicht sogar im Selbststudium alles beibringen. Ich empfehle aber sehr stark trotzdem im Vorlesungsbetrieb mitzumachen. Es wird einem das Verstehen leichter gemacht und es werden gerne auch Andeutungen bezüglich möglicher Klausuraufgaben gemacht. Wer den Professor kennt weiß auch, dass insbesondere in der letzten Stunde nochmal viele Tipps kommen!
In der Klausur selbst darf man das Skript mitnehmen. Da reicht die Zeit zwar nicht sich einzulesen, aber ein zwei Sachen mal nachschlagen ist möglich.
Die Veranstaltung ist insbesondere auch aufgrund der mageren Auswahl im OR zu empfehlen.
Inhaltlich empfielt es sich vorher z.B. durch die Youtube-Videos von 3blue1brown seine Kentnisse der linearen Algebra wieder aufzufrischen. Weiterhin gibt es von Steve Brunton eine nette Video Reihe für die Singular Value Decomposition. Diese hilft dem Verständnis (insbesondere, wenn man zuvor z.B. in Maschinelles Lernen bereits Eigenfaces kennengelernt hat).
Semester der Prüfung: SS20
− 2+
Sehr ähnlich vom Aufbau wie AMD aus dem Bachelor. Sehr interessant und Prof. Grothe ist super. Klausur war sehr fair und es gibt auch einen Bonus den man gut bekommen kann. Themen die bandelt wurden finden sich in anderen Veranstaltungen wieder (z.B. LASSO/ Ridge)
Semester der Prüfung: SS21
− 0+
Prof. Grothe und Herr Kächele sind ein eingespieltes Team. Die VL ist super interessant und die Tutorien sehr hilfreich das gelernte umzusetzen. Bin allgemein sehr begeistert von den VL von Prof. Grothe und kann Multivariate Verfahren jedem Empfehlen, der sich für Data Science interessiert.
Semester der Prüfung: SS22
− 0+
Mit entsprechender Bereitschaft zur eigenständigen Nacharbeit kann man in der Veranstaltung wirklich viel lernen. In meinem Fall sind mir auch nochmal Zusammenhänge aus dem Grundstudium in Mathe klar geworden. Zu empfehlen sind die Videos von 3Blue1Brown auf YouTube.
Eine der besten Veranstaltungen die ich in meinem Studium bisher belegt habe!
Semester der Prüfung: SS21
Einzelbewertung