Die Studierenden sind mit unterschiedlichen Algorithmen aus dem Bereich Machine Learning vertraut. Sie haben einen Überblick über aktuelle Verfahren des maschinellen Lernens (wie z.B. SVM, Evolutionäre Algorithmen, Graphical Models, Convolutional Neural Networks).

Die Studierenden sind in der Lage Softwarebibliotheken im Bereich des Maschinellen Lernens zu verwenden, um prototypische Implementierungen durchzuführen und können ihr Wissen über ausgewählte Verfahren für die Umsetzung in einer Anwendung übertragen.

Die Studierenden können Evaluierungsmaße gezielt einsetzen, um die Eignung ihrer Implementierung für unbekannte Anwendungsfälle einzuschätzen. Die Studierenden verstehen den Zusammenhang zwischen Datenvorverarbeitung und Datenanalyse und können gezielt geeignete Kombinationen für eine Implementierung auswählen.

Die Studierenden können sich gezielt mit Fachliteratur aus dem Bereich maschinellen Lernens auseinandersetzen und die dargestellten Inhalte auf neue Anwendungsfälle übertragen.