Zum ersten Mal wurde an der TU Hamburg die Lehrveranstaltung Machine Learning I als dreiwöchige Autumn School angeboten. Initiiert wurde das neue Format von Prof. Nihat Ay. Gemeinsam mit Dr. Frank Röder bot er Studierenden damit die Möglichkeit, das vollständige Bachelor-Modul außerhalb der regulären Vorlesungszeit in kompakter Form zu absolvieren – einschließlich Vorlesungen, Gruppenarbeit und abschließender Prüfung.
Vom 14. September bis zum 2. Oktober konzentrierten sich die Teilnehmenden auf die Inhalte des maschinellen Lernens. Der dreiwöchige Block verband Präsenzunterricht mit Selbststudium und Prüfungsvorbereitung. Am Ende stand die Modulprüfung. Die Veranstaltung war auf maximal 40 Studierende begrenzt. Die Nachfrage war jedoch so groß, dass zusätzlich eine Warteliste eingerichtet wurde.
Inhaltlich behandelt Machine Learning I grundlegende und weiterführende Methoden des maschinellen Lernens, darunter diskrete und kontinuierliche neuronale Netze, funktionalanalytische Methoden, Universalität vorwärtsgerichteter Netzwerke, den Perzeptron-Algorithmus, Gradienten-Methoden, Stochastic Gradient Descent und den Backpropagation-Algorithmus. Die Studierenden wendeten die Verfahren auf konkrete Problemstellungen an, evaluierten Modelle und arbeiteten dabei sowohl selbstständig als auch in Teams.
Das neue Format eröffnete zusätzliche Möglichkeiten für eine flexible Studiengestaltung. Da die Autumn School in der vorlesungsfreien Zeit stattfand, konnten sich Studierende bewusst für die intensive dreiwöchige Auseinandersetzung mit dem Thema entscheiden. Gleichzeitig wurde das Bachelor-Modul für Studierende geöffnet, die für ihr Masterstudium an die TUHH gekommen sind und dafür Grundlagen im Bereich Machine Learning nachholen wollten.
Für die Organisation bedeutete die erstmalige Verblockung von Machine Learning I auch neue Abläufe. Das Format ließ sich nicht vollständig in bestehende Strukturen übertragen und erforderte eine enge Abstimmung über die reguläre Lehrveranstaltungsplanung hinaus. Zum Gelingen trugen neben Prof. Ay und dem Institute for Data Science Foundations das Zentrum für Lehre und Lernen (ZLL) und Mitarbeitende des Prüfungsamts sowie des Teams Studiengangsmanagement bei.
Die Autumn School dient zugleich als Pilot für weitere Überlegungen zur Verblockung von Lehrveranstaltungen. Die Erfahrungen aus der Durchführung liefern Erkenntnisse für die Entwicklung entsprechender Modelle in den Studiengängen, die künftig im Rahmen des ENGINEXT-Projekts entstehen könnten.
Studiendekanat Elektrotechnik, Informatik und Mathematik
