Embedded Machine Learning (6 CP, 2V+3Ü)
Die erste Vorlesung findet am 15.04.2026 um 16:15 Uhr im Hörsaal O2 statt. Die Veranstaltung wird in Englisch durchgeführt.
Inhalt und Struktur der Veranstaltung
Die Veranstaltung bietet eine Einführung in das Gebiet des eingebetteten maschinellen Lernens und vermittelt Grundlagen zu den traditionallen maschinellen Lernverfahren und zu tiefen neuronalen Netzen, Hardware- und Softwareumgebungen, Modellkompression, Zielarchitekturen für maschinelles Lernen. Im Einzelnen werden folgende Themen behandelt:
- Einführung in Eingebettetes Maschinelles Lernen
- Sensoren, Datenaufnahme und Signalvorverarbeitung
- Traditionelle maschinelle Lernverfahren, zum Beispiel Linear Regression, Decision Trees, Support Vector Machine, Clustering, …
- Tiefe neuronale Netze, zum Beispiel Multilayer Perceptron (MLP), Convolutional Neural Network (CNN), …
- Modellkompression, d.h. Pruning und Quantisierung
- Prozessoren und Hardwarebeschleuniger für eingebettetes maschinelles Lernen
Die Veranstaltung besteht aus einer Vorlesung mit integrierten Rechenübungen und aus praktischen Laborübungen. Die Folien für die Einführung finden sich hier.
Unterlagen
Wir verwenden für die Bereitstellung der Unterlagen und für Hinweise zur Organisation der Lehrveranstaltung PANDA. Die in PAUL zu dieser Veranstaltung angemeldeten Teilnehmer werden automatisch inklusive ihrer Übungsgruppenanmeldung mit PANDA synchronisiert.
Wichtige Informationen zur Leistungsbewertung
Die Leistungsbewertung für die Lehrveranstaltung Eingebettete Systeme erfolgt durch eine schriftliche Klausur. Als Studienleistung wird gefordert, dass aus jedem der drei Module des Praktikums mindestens eine Aufgabe gelöst wird. Die Erfüllung der Studienleistung ist Voraussetzung für das Antreten zur Klausur. Im Praktikum kann ein Bonus von zwei Notenschritten erarbeitet werden. Dieser Bonus wird zu der in der Klausur erreichten Note addiert. Dies gilt für die zwei Klausuren nach Abschluss der Lehrveranstaltung. Der Inhalt des Praktikums ist auch klausurrelevant, weshalb sich die Teilnahme unbedingt empfiehlt.
