1. Semester6 ECTS
Advanced Machine Learning
Studierende erwerben Kompetenzen zur Bearbeitung praktischer Probleme in den Bereichen rekurrente neuronale Netze, generative Methoden und Graph-Maschinelles Lernen. Sie verstehen die mathematischen Prinzipien und können die Methoden auf praktische Probleme anwenden.
1. Semester6 ECTS
Compulsory elective subject
Wahlpflichtmodul aus dem Data Science Katalog, von dem vier der angebotenen sechs Module ausgewählt werden müssen.
1. Semester6 ECTS
Data Mining & Machine Learning
Wahlmodul im Data Science Programm, das sich mit Datenmining und Maschinellem Lernen befasst.
1. Semester6 ECTS
Introduction to Applied Science
Einführungsmodul in die angewandte Wissenschaft für Masterstudierende des Data Science Programms.
1. Semester6 ECTS
Introduction to Data Science
Wahlmodul im Data Science Programm, das eine Einführung in Data Science bietet.
1. Semester12 ECTS
Project Phase I
Erste Phase des viersemestrigen Forschungsprojekts, in dem Studierende unter Betreuung eines Professors an einem Forschungsprojekt arbeiten.
1. Semester5 ECTS
Project-specific elective module
Wahlmodul, das spezifisch zu dem gewählten Forschungsprojekt passt und im Learning Agreement definiert wird.
1. Semester1 ECTS
Scientific exchange
Modul für wissenschaftlichen Austausch, Bestandteil der Projektphasen I-III.
2. Semester6 ECTS
Agile Research Project Management
Studierenden lernen Projekte im agilen Forschungsumfeld zu planen, zu organisieren und zu steuern. Sie werden mit Methoden des agilen Projektmanagements vertraut gemacht und können diese für spezifische Projekte auswählen, adaptieren und anwenden.
2. Semester6 ECTS
Artificial Intelligence
Wahlmodul im Data Science Programm, das sich mit künstlicher Intelligenz befasst.
2. Semester6 ECTS
Artificial Intelligence for Robotics
Wahlmodul im Data Science Programm, das sich mit künstlicher Intelligenz im Kontext der Robotik befasst.
2. Semester6 ECTS
Big Data Architectures
Wahlmodul im Data Science Programm, das sich mit Architekturen für Big Data befasst.
2. Semester7 ECTS
Project Phase II
Zweite Phase des viersemestrigen Forschungsprojekts, in dem die Arbeiten am Forschungsprojekt fortgesetzt werden.
3. Semester12 ECTS
Project Phase III
Dritte Phase des viersemestrigen Forschungsprojekts, in dem die Arbeiten am Forschungsprojekt weitergeführt werden.
3. Semester6 ECTS
Social Implications of Data Science
Modul, das sich mit gesellschaftlichen Auswirkungen der Data Science befasst, einschließlich der Bereiche Recht, Ethik und Datenschutz.
4. Semester6 ECTS
Colloquium
Das Kolloquium ergänzt die Masterarbeit und dient der Feststellung, ob der Prüfling befähigt ist, die Ergebnisse der Masterarbeit mündlich darzustellen und selbstständig zu begründen.
4. Semester24 ECTS
Master thesis
Die Masterarbeit hat zu zeigen, dass der Prüfling befähigt ist, innerhalb einer vorgegebenen Frist eine praxisorientierte Aufgabe nach wissenschaftlichen Methoden selbstständig zu bearbeiten. Sie baut thematisch auf den Projektphasen I-III auf.
Keine Module gefunden. Suche anpassen oder Filter zurücksetzen.
Moduldaten aus dem offiziellen Modulhandbuch der Hochschule München. Umfang und Angebot können sich je Studien- und Prüfungsordnung ändern.