EventoWeb
Zürcher Hochschule für Angewandte Wissenschaften
Menu Home User Menu
Nicht angemeldet Anmelden
[ Deutsch (Schweiz) ]   [ Englisch Englisch ]
[ de ]   [ en en ]
Nicht angemeldet Anmelden
n.BA.AD.MaLe.23HS (Maschinelles Lernen) 
Modul: Maschinelles Lernen
Diese Information wurde generiert am: 15.09.2026
Nr.
n.BA.AD.MaLe.23HS
Bezeichnung
Maschinelles Lernen
Credits
4

Beschreibung

Version: 4.0 gültig ab 01.08.2026

 

Studiengang  Applied Digital Life Sciences
Geltende Rechtsordnung  RPO vom 29. Januar 2008, Studienordnung des Dept. N vom 15. Dez. 2009, Anhang für den Bachelorstudiengang Applied Digital Life Sciences
Modultyp   
X Pflichtmodul   Wahlpflichtmodul   Wahlmodul
Plansemester  3. Semester
Modulverantwortliche/r  Norman Juchler
Telefon / E-Mail  +41 (0)58 934 56 87 / norman.juchler@zhaw.ch
Beteiligte Mitarbeitende und Lehrbeauftragte 
  • Norman Juchler
  • David Graber
Vorausgesetzte Module  Programmieren
Analysis und Algebra
Statistik und Wahrscheinlichkeit
Zu erreichende Kompetenzen  Fachliche Kompetenzen:
Die Studierenden
  • kennen die wichtigsten Ansätze des maschinellen Lernens 
  • können diese in Projekten anwenden, und
  • sind sich über die möglichen Auswirkungen von ML-Anwendungen bewusst.
Überfachliche Kompetenzen:
Die Studierenden sind in der Lage
  • Anwendungen und Resultate von Modellen für maschinelles Lernen kritisch zu evaluieren.
  • Gruppenprojekte selbständig zu organisieren und durchzuführen.
Inhalt des Moduls
  • Einführung und Übersicht: Was ist maschinelles Lernen?
  • Theoretische Grundlagen des maschinellen Lernens
  • Verschiedene Arten des maschinellen Lernens (überwachtes, unüberwachtes und verstärkendes Lernen)
  • Grundlegende Algorithmen für maschinelles Lernen (Regression, Klassifizierung, Clustering)
  • Durchführung von Projekten mit maschinellem Lernen
  • Auswirkungen von ML-Anwendungen (Datenschutz, Fairness und Ethische Aspekte)
  • Ausblick: Maschinelles Lernen und künstliche Intelligenz
Anschlussmodule Neural Networks
Unterrichtsmethoden  Vorlesung, Übungen und Gruppenarbeit
Digitale Lernressourcen  Moodle, Programmierübungen, Lernvideos
Unterrichtsgliederung / Gesamtaufwand   
 Kontaktstudium 28
 Begleitetes Selbststudium 28
 Autonomes Selbststudium 64
 Total Workload 120
Präsenzverpflichtung im Unterricht  Präsenz wird stark empfohlen, aber nicht mit Präsenzliste durchgesetzt.
Leistungsnachweise 
  • Erfahrungsnote (20%): bestehend aus wöchentlichen Moodle-Quizzes (Open Book).
  • Abgesetzte mündliche Modulprüfung (80%): bestehend aus einer Kurzpräsentation des Semesterprojekts, einschliesslich der vorgängigen Abgabe des Projekts bzw. des zugehörigen Jupyter Notebooks, sowie einer mündlichen Prüfung zu den im Modul behandelten Inhalten.
Unterrichtssprache  Deutsch
Bemerkungen  -

 

Hinweis

Kurs: Maschinelles Lernen
Nr.
n.BA.AD.MaLe.23HS.V
Bezeichnung
Maschinelles Lernen

Hinweis

  • Für das Stichdatum 15.09.2026 ist kein Modulbeschreibungstext im System verfügbar.