MaLiTuP - Maschinelles Lernen in Theorie und Praxis
Ziel des Vorhabens ist die Entwicklung und dauerhafte Einrichtung einer Qualifizierungsmaßnahme unter dem Titel „Maschinelles Lernen in Theorie und Praxis“, um Master-Studierenden der Fachrichtung Logistik der TUHH ein dauerhaftes Angebot im Bereich des Maschinellen Lernens zu unterbreiten.
Projektdauer | 01.11.2017 - 30.04.2020 |
Projektförderung | Gefördert durch das Bundesministerium für Bildung und Forschung (BMBF) |
Unser Status | Projektpartner |
Ansprechpartner | Marvin Kastner |
Partner | Beteiligte |
| |
Kooperationspartner
|
Kurzbeschreibung
In der Logistik gewinnt die Digitalisierung immer mehr an Bedeutung, sodass ein stetig höher werdender Bedarf an ausgebildetem Personal im Bereich des Maschinellen Lernens entsteht. Zusätzlich zu einem Modul werden innerhalb der Qualifizierungsmaßnahme Praxisprojekte angeboten werden, die es den Studierenden ermöglichen, das erlernte Wissen in konkreten und realitätsnahen Fallbeispielen aus der maritimen Welt anzuwenden.
Dabei liegt der methodische und inhaltliche Fokus auf dem Umgang mit großen Datenmengen, deren Klassifizierung und Korrelation sowie der Handhabung von Datenunsicherheiten. Darüber hinaus wird ein weiterführendes Angebot angestrebt, welches sich speziell an Universitätsabsolventen mit Berufserfahrung auf dem Gebiet der Datenanalyse richtet. Daneben soll das Forschungsprojekt "MaLiTuP" den Projektpartnern eine Erweiterung der eigenen Kompetenzen in dem Bereich der Big-Data-Analysen und Prognosen ermöglichen.
Veröffentlichungen (Auszug)
[182398] |
Title: MaLiTuP: Machine Learning in Theory and Practice: Poster. |
Written by: Kastner, Marvin and Scheidweiler, Tina |
in: <em>All-Hands-Meeting Machine Learning 2019</em>. (2019). |
Volume: Number: |
on pages: |
Chapter: |
Editor: |
Publisher: |
Series: All-Hands-Meeting Machine Learning 2019 |
Address: All-Hands-Meeting Machine Learning 2019 |
Edition: |
ISBN: |
how published: All-Hands-Meeting Machine Learning 2019 |
Organization: |
School: |
Institution: |
Type: |
DOI: |
URL: http://hdl.handle.net/11420/6482 |
ARXIVID: |
PMID: |
Note: malitup projectpresentation
Abstract: Increasing digitalization, rapid developments in machine learning and exponentially growing accumulation of data lead to new jobs in the areas of data science. In the field of (maritime) logistics, digitalization is becoming increasingly important, resulting in an ever-increasing demand for trained personnel in the field of machine learning