Zum Inhalt springen

Kurs:Mathematische Modellbildung/Themen/2022-23 Winteresemester

Aus Wikiversity

Themenfeld in dieser Modellierungsveranstaltung ist "Maschinelles Lernen", "Mustererkennung", "Informationsverarbeitung" und deren Anwendung. Suchen Sie sich dazu aus Ihrem zweiten Fach ein Themenfeld aus, in dem man

  • Anpassungsfähigkeit eines Modelles benötigt (z.B. die Anpassung eines Modells an Fähigkeiten, die sich im Laufe der Zeit ändern)
  • Mustererkennung aus gegebenen Eingaben und deren Optimierung (z.B. Bilder, mathematische Zeichen, ...),
  • mathematische Modellbildung, bei denen Sie Trainingsdaten erheben können, um das mathematische Modell zu verbessern.

Projektthemen zum Maschinelles Lernen und Datenanalyse

Gruppen - Mod6 - Montag 10-12

[Bearbeiten]

Studierende:

  • Angela Poprawski,
  • Lea Schwarz,
  • Julia Waldherr

Studierende:

  • Nadine Borger,
  • Yannik Zimmermann,
  • Fabian Kempf

Studierende:

  • Bastian Ottmann,
  • Felix Mayer,
  • Pelle Pézsa und
  • Lisa Glaub

Wichtig ist hier, dass tatsächlich das existierende Portfolio "Perfektes Ass beim Tennis" um maschinelles Lernen erweitert wird

Studierende:

  • Lorena Ziegler,
  • Elias Schüler,
  • Theresa Haber
  • Sarah Tretter

Gruppen - Mod6 - Montag 14-16

[Bearbeiten]

Studierende:

  • Katharina Carstens
  • Zoe Hoffmann
  • Martin Keil
  • Annabelle Moßgraber

Modellierungsziel: Studierende:

  • Clara Bröning
  • Behcet Öztürk
  • Guillaume Blin
  • Janine Klotz

Studierende:

  • David Spang
  • Anna Braun
  • Zoe Richtscheid
  • Katharina Müller

Studierende:

Kevin Bisson

Verena Berger

Modellierungsziel: Abschätzung der Infektionsraten gegen die Überlastung des Gesundheitssystems. Studierende:

  • Leon Sohni


Modellierungsziel: Folgen des Demographischen Wandels auf die Bevölkerung.

Studierende: