Vorlesung
2 SemesterwochenstundenBTU-Vorlesungsverzeichnis ↗- Montag05 Okt 2026 bis 25 Jan 202713:45 bis 15:15
← Zurück zur Übersicht
14906Fakultät 1 – MINT – Mathematik, Informatik, Physik, Elektro- und Informationstechnik
Sprachmodelle: von Grundlagen des maschinellen Lernens zur modernen Künstlichen Intelligenz
Titel auf Englisch: Language Models: Machine Learning Basics to Modern Artificial Intelligence
Lernergebnisse
After successful completion of the module students understand core concepts of supervised and unsupervised machine learning with a focus on NLP (Natural Language Processing); can explain and implement representation-learning methods from word embeddings to Transformers; can critically compare assumptions, objectives, trade-offs, and failure modes; can discuss foundation model families (LLMs, VLMs, VLAs); can design basic experiments, evaluate models, and communicate results clearly.
Inhalte
- Artificial Intelligence: definitions, scope, history, limitations
- Machine Learning vs. Deep Learning: formulations, data, losses, generalization; MNIST case study
- NLP (Natural Language Processing) fundamentals: text as data, tokenization, representations
- Word embeddings: motivation, distributional semantics, strengths and weaknesses
- CNNs and RNNs: explanation, comparison and analysis
- Transformers: self-attention intuition, components, impact
- Language Models and LLMs: pretraining, scaling, evaluation, failure modes
- Practical use of LMs: fine-tuning, prompting, RAG, reasoning behavior and constraints
- Overview of multimodal models: VLMs, VLAs etc.
Voraussetzungen
Verpflichtende Voraussetzungen
Keine
Empfohlene Voraussetzungen
- basic Python programming
- basic linear algebra
- basic probability/statistics
Prüfungsmodalitäten
Written examination, 90 minutes
Termine im WiSe 26/27
Seminar
2 SemesterwochenstundenBTU-Vorlesungsverzeichnis ↗- Samstag16 Jan 202710:00 bis 16:00
- Samstag23 Jan 202710:00 bis 16:00
- Samstag30 Jan 202710:00 bis 16:00
Prüfung
BTU-Vorlesungsverzeichnis ↗- Mittwoch10 Feb 202714:00 bis 16:00
Angeboten in
- Artificial IntelligenceM.Sc.
Wahlpflichtkomplex: Learning and Reasoning
- InformatikM.Sc.
Wahlpflichtkomplex: Angewandte und Technische Informatik
- Mathematical Data ScienceM.Sc.
Wahlpflichtkomplex: Fundamentals of Data Science
| Studiengang | Abschluss | Wahlpflichtkomplex |
|---|---|---|
| Artificial Intelligence | M.Sc. | Learning and Reasoning |
| Informatik | M.Sc. | Angewandte und Technische Informatik |
| Mathematical Data Science | M.Sc. | Fundamentals of Data Science |
Literatur und Materialien
- Bishop, Pattern Recognition and Machine Learning
- Manning & Schütze, Foundations of Statistical Natural Language Processing
Bewertungen von Studierenden
Was Studierende über dieses Modul sagen. Die BTU hat damit nichts zu tun — hier schreiben nur Studierende, und jede Bewertung ist die Meinung einer einzelnen Person.