Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 
Startseite    Anmelden     
Logout in [min] [minutetext]

E3 - Inf - Sustainability with Machine Learning - Cr. 6-6 - Einzelansicht

  • Funktionen:
Grunddaten
Veranstaltungsart Vorlesung/Übung Langtext
Veranstaltungsnummer Kurztext
Semester WiSe 2024/25 SWS 4
Erwartete Teilnehmer/-innen 15 Max. Teilnehmer/-innen 15
Credits 6 - 6 Belegung Belegpflicht
Zeitfenster
Hyperlink https://sust.ris.uni-due.de/teaching/winter-24-25/sustainability-with-machine-learning-lecture-and-tutorial-16288/
Weitere Links Studium liberale im IwiS (Modul E3)
Zu den Lageplänen der UDE
Glossar der verwendeten Studiengangsabkürzungen
Sprache Englisch
Belegungsfristen E3 Losfrist    18.09.2024 10:00:00 - 24.09.2024 10:00:00   
Einrichtung :
Institut für wissenschaftliche Schlüsselkompetenzen IwiS
E3 Zwischenabmeldung    24.09.2024 10:00:01 - 26.09.2024 09:59:59   
Einrichtung :
Institut für wissenschaftliche Schlüsselkompetenzen IwiS
E3 Direkte Zulassung/Warteliste 1.VLW    26.09.2024 10:00:00 - 30.09.2024 08:00:00   
Einrichtung :
Institut für wissenschaftliche Schlüsselkompetenzen IwiS
E3 Abmelden 1.VLW    30.09.2024 08:00:01 - 31.03.2025 23:59:59    aktuell
Einrichtung :
Institut für wissenschaftliche Schlüsselkompetenzen IwiS
Termine Gruppe: [unbenannt] iCalendar Export für Outlook
  Tag Zeit Rhythmus Dauer Raum Raum-
plan
Status Bemerkung fällt aus am Max. Teilnehmer/-innen E-Learning
Einzeltermine anzeigen
iCalendar Export für Outlook
Fr. 10:00 bis 14:00 wöch. von 11.10.2024      R09 H04 S02   Präsenzveranstaltung
Gruppe [unbenannt]:
 


Zugeordnete Personen
Zugeordnete Personen Zuständigkeit
Rothe, Hannes, Professor, Dr.
Shahid, Mahnoor
Zuordnung zu Einrichtungen
Studium liberale (E3)
Inhalt
Kommentar

Die Veranstaltung ist zugleich anrechenbar für Bereich II des Zertifikats ‚Bildung für Nachhaltige Entwicklung‘ der UDE.

Inhalte/Course Description:

Sustainability with Machine Learning explores the integration of machine learning techniques into sustainability domains to address environmental and social challenges. This course covers the foundations of machine learning, deep neural networks, and sustainable development applications. Students will gain knowledge of how machine learning may increase sustainability in decision-making, facilitate environmental monitoring, better supply chain management, and optimize energy efficiency. This course also reflects on using AI fairly and with ethical considerations in order to promote sustainable practices.

 

Learning Targets:

Develop an understanding of sustainability principles and their application in technological advancements.

Learn about data preparation procedures, machine learning algorithms, and methodologies for training and evaluating models.

Explore deep learning architectures, including Vision and NLP models.

Discover how supply chain management, environmental monitoring, energy efficiency can be improved with the help of machine learning.

Recognise the ethical issues involved and how AI should be applied fairly in sustainability applications.

 

Outline:

  Introduction to Sustainable Development

   Fundamentals of Machine Learning

   Deep Learning Architectures

   Sustainable Supply Chain Management

   Predictive Analytics for Energy Efficiency

   Environmental Monitoring and Conservation

   Ethical and Fair AI for Sustainability

Literatur

   Sustainability: A Comprehensive Foundation (2015) by Tom Theis and Jonathan Tomkin (eds.)

   Introduction to Sustainable Development (2012) by Jennifer A. Elliott 2012

   Pattern Recognition and Machine Learning (2006) by Christopher M. Bishop

   Machine Learning Yearning (2018) by Andrew Ng

   Deep Learning (2016) by Ian Goodfellow, Yoshua Bengio, and Aaron Courville

   Sustainable Supply Chains: A Research-Based Textbook on Operations and Strategy (2017) by Yann Bouchery, Charles J. Corbett, and Jan C. Fransoo

   Predictive Analytics for Energy Efficiency Improvement (2019) by Sime Curkovic and Amir S. Gandomi

   Environmental Monitoring Handbook (2002) by Frank R. Burden and Robert A. McDonnell

   Artificial Intelligence for Good: How Technologies Can Save Our World by Rajiv Malhotra

Bemerkung

Moodle Link: https://moodle.uni-due.de/course/view.php?id=43368

For registration and more details, contact mahnoor.shahid@icb.uni-due.de

Bitte melden Sie sich hier ausschl. für das fachfremde Modul E3 Studium liberale an. Anmeldefrist ab dem 18.09.2024. Weitere Informationen zum Studium liberale, eine Liste freier Plätze, alle Veranstaltungen in chronologischer Reihenfolge etc. finden Sie oben unter „Weitere Links“. (Als Fachstudent wählen Sie zur Anmeldung das fachintern übliche Verfahren; bei LSF: die gleichnamige Veranstaltung ohne das Präfix 'E3'.)

Voraussetzungen

In E3 nicht geeignet für: Informatik (Fak.), IngWi, Mathe, WiWi; BWL (MSM & WiWi), Energy. Die Veranstaltung findet in englischer Sprache statt.
Im Kurs wird programmiert. Es sind keine vorherigen Kenntnisse notwendig. Wünschens- und empfehlenswert ist daher ein Interesse daran, programmieren zu lernen und sich entsprechende Vor- und Nachbereitungszeiten einzuberechnen. Bitte nehmen Sie zur Kenntnis, dass Sie die E3-Ausschlüsse immer selbständig bei Ihrer Auswahl beachten müssen. Das LSF-System schließt Fehlanmeldungen nicht aus. Auch ist im System nicht ersichtlich, nach welcher PO Sie studieren, oder welche/s Fachwissenschaft/Anwendungsfach vorliegt.

Leistungsnachweis

• Course Report

• Final written examination (usually 60 minutes)


Strukturbaum
Die Veranstaltung wurde 2 mal im Vorlesungsverzeichnis WiSe 2024/25 gefunden:
Natur & Technik  - - - 1