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
− 4+
Die Vorlesung ist sehr interessant und gibt insgesamt einen guten Überblick über die Thematik. Um zur Klausur zugelassen zu werden müssen 4 von 6 Übungen erfolgreich bestanden werden. Diese sind ohne Python Vorkenntnisse nicht leicht zu lösen. In der Klausur wird u.a. Pseudo-Code und die Interpretation eines Codes abgefragt, worauf man sich mit den Übungen kaum vorbereiten kann. Insgesamt ist die Klausur schlecht ausgefallen und meiner Meinung nach ist es fast unmöglich ohne Vorkenntnisse eine gute Note zu schreiben. Zudem war der Zeitdruck hoch.
Semester der Prüfung: SS20
− 3+
Eine klasse Einstiegsvorlesung zum Thema Künstliche Intelligenz/Maschinellem Lernen, insbesondere in vernetzten Servicesystemen (z.B. Sozialen Netzwerken). Von der ersten Woche an wird eine Praxisübung in Python angeboten, die sehr interessant gestaltet ist und es erlaubt innerhalb kurzer Zeit eigene Modelle zu bauen und zu trainieren.
Der Themenüberblick ist sehr vielfältig, darunter leidet dann die Tiefe etwas.
Der Zeitaufwand ist recht hoch, da man unter dem Semester für die Pythonübungen am Ball bleiben muss. Dafür kann man sich über Homeworks (ebenfalls in Python) einen Bonus von 0.3 auf die Klausur sichern.
Semester der Prüfung: WS18-19
− 3+
Eine der besten Vorlesungen, die ich bisher besucht habe.
+ Durchdachte Gesamtstruktur
+ Super Einführung in Python/Machine Learning, das Wissen ist auch bei vielen anderen Veranstaltungen hilfreich
+ Gut erklärte und kommentierte Notebooks
- Hoher Zeitaufwand, da 6 Bonusabgaben unter dem Semester
- Teilweise waren Vorlesung (Theorie) und Übung (Anwendung) ziemlich weit auseinander
Semester der Prüfung: WS18-19
− 1+
Ziemlich aufwendig, man lernt aber auch viel
Semester der Prüfung: SS20
− 1+
Sehr interessante, kurzweilige und gut gemachte Vorlesungen, unter anderem sogar zu AI Ethics und Creative AI.
Für die Teilnahme an der Klausur muss man Coding-Abgaben bestehen. Da ich schon Vorkenntnisse in Python & Machine Learning hatte, waren die Abgaben relativ einfach. Ich denke aber, auch ohne Vorkenntnisse kann man die Abgaben gut schaffen udn super als Einstieg in das Thema nutzen und viel dabei lernen! (Gibt sogar eine Python Basics Übung!)
Klausur war fair, nicht einfach nur stumpf auswendig lernen sondern viel "kreativ werden", es kam zum Beispiel Fragen wie "was denken Sie, wie ein AI Modell in der Praxis durch die Corona-Pandemie Schwierigkeiten bekommen kann und was wären Gegenmaßnahmen?"
Alles in allem sehr empfehlenswert.
Semester der Prüfung: WS20-21
− 0+
Sehr interessante Vorlesung. Man erhält durch die Übungen einiges an Programmiererfahrung.
Semester der Prüfung: WS20-21
− 0+
Die Vorlesung ist sehr interessant gestaltet mit vielen Beispielen und Veranschaulichungen. Auch die Übung ist mit Programmieraufgaben gut gestaltet, allerdings durchaus anspruchsvoll, wenn man Python noch nicht kennt.
Die Klausur ist fair, mit ein paar Programmierteilen und Transferaufgaben. Meiner Meinung nach sollte man aber den Auswendiglern-Teil der Klausur nicht unterschätzen. Gerade die Kapitel Human Computer Collaboration, Ethics in AI und Creative AI können quasi nur über Auswendiglernen und/oder Beispielen abgefragt werden. Hier kann man also durch eine gewissenhafte Vorbereitung einige Punkte holen.
Wer sich also für AI und vor allem Themen über die typischen Algorithmen hinaus (z.B. Concept Drift) interessiert, findet in dieser Veranstaltung etwas.
Semester der Prüfung: WS20-21
Einzelbewertung