Vorlesung “Modellierung 2”
Organisation & Ablauf

Dieses Dokument beschreibt das Konzept und die Organisation der Lehrveranstaltung. Falls Sie es noch nicht kennen, lesen Sie sich die folgenden Erläuterungen bitte sorgfältig durch.

Zugang zu Mattermost

Wichtig: Falls Sie an der Veranstaltung aktiv teilnehmen, sollten Sie sich sofort im Mattermost-Kanal der Veranstaltung registrieren. Hier ist erklärt, wie es funktioniert:

Anmeldung: Sie können sich mit mit diesem Link im Mattermost-Team der Veranstaltung registrieren. Es wird empfohlen, dies so bald wie möglich nach Anmeldung in Jogustine zu tun, da Sie so alle aktuelle Nachrichten zur Veranstaltung erhalten. Achtung: Bei der Anmeldung sind nur Accounts/Emails der JGU zugelassen (um Spam zu blockieren).

Für diejenigen, die Mattermost noch nicht genutzt haben, folgen noch ein paar Details und Infos:

• Mattermost ist eine Software für Gruppen-Chats und Austausch, die on-premise von der JGU selbst betrieben wird (“on-premise”).
• Die JGU/RLP-Installation ist eng mit der Open-Source Videokonferenzplattform “BigBlueButton” verknüpft; bei Bedarf können wir diese Platform daher auch als Treffpunkt für virtuelle Meetings nutzen. Auch BigBlueButton wird “on-premise” von der JGU selbst betrieben.
• Der Zugang erfolgt über den Weblink https://mattermost.gitlab.rlp.net/. Als Login nutzen Sie ihren gewohnten JGU-ZDV/Studierenden-Account.
• Die ZDV stellt eine allgemeine Dokumentation zur Anmeldung und Nutzung von Mattermost bereit.
  Es gibt auch eine Anleitung für BigBlueButton.

Wichtig: Sie müssen sich selbst für das Mattermost-Team der Veranstaltung anmelden; dies geschieht nicht automatisch.

Organisation & Ablauf

Inhalte der Veranstaltung und Rolle der Vorbesprechung (erste Veranstaltung)

In “Modellierung 2 – statistische Datenmodellierung” geht es insbesondere darum, wie man mit modernen Deep-Learning Verfahren die Struktur von Daten modellieren kann, und wie und warum das eigentlich funktioniert. Man könnte die Veranstaltung auch “theoretisches Deep Learning” nennen. Eine zentrale Voraussetzung ist dabei, genau zu verstehen, was statistisches Lernen eigentlich bedeutet und was notwendig ist, um aus Beispielen zu generalisieren. Dazu muss man die Grundbegriffen des maschinellen Lernens kennen. Weiterhin gibt es einige spezielle Grundlagen (Bayesian Model-Selection etc.), die wir uns anschauen müssen, bevor wir in die Theorie und Praxis der Tiefen Netze einsteigen.

An dieser Stelle werden wir die Veranstaltung den Vorkenntnissen der Teilnehmer/innen anpassen: Die Grundlagen, die auch in Grundvorlesungen wie “Machine Learning” behandelt werden, können wir kurz wiederholen; wieviel Zeit wir darauf verwenden, hängt davon ab, wie der Kenntnisstand der Teilnehmer/innen ist. Daher ist es wichtig, an der ersten Präsenzveranstaltung teilzunehmen (oder Kommilitonen/innen, die teilnehmen können, entsprechend zu informieren, die Information zu Vorkenntnissen weiterzugeben).

Blended-Learning Konzept

Aufgrund der Pandemie wurden für das Sommersemester 2021 Videos von allen Vorlesungen der Veranstaltung Modellierung 2 produziert. Diese Vorarbeiten können wir nun nutzen, um die Veranstaltung in einem “Blended Learning”-Format effektiver zu gestalten. Die Veranstaltung Modellierung 2 besteht entsprechend im Sommersemester 2023 aus den folgenden drei Teilen:

• (1) Vorlesung: Als Videos vorproduziert, jederzeit (“asynchron”) abrufbar. Sie sollten jede Woche einen Abschnitt aus der Videoreihe anschauen. Wir nennen diese “Häppchen” für jeweils eine Woche “Lehreinheiten”. Hinweis: Bei einigen der Videos wird es noch kleinere Änderungen / Korrekturen geben; diese sind entsprechend gekennzeichnet. Auch die Aufteilung könnte sich noch ändern: In der ersten Veranstaltung werden wir genauer diskutieren, welche Voraussetzungen die Teilnehmer/innen mitbringen und können dann ggf. noch Schwerpunkte beim Stoff setzen. Es kann auch sein, dass es Vorlesungsinhalte geben wird, zu denen noch keine Videos bereitstehen (falls wir fortgeschrittene Themen vertiefen).
• (2) “Präsenzveranstaltung” (Besprechung des Vorlesungsstoffes): Zu jeder Lehreinheit gibt es eine Nachbesprechung, bei der wir zusammen über den Stoff “in Präsenz” (und hoffentlich auch wirklich physisch am gleichen Ort) diskutieren und einige Übungsaufgaben (direkt in der Veranstaltung) zusammen rechnen, um alles besser zu verstehen. Diese Besprechungen finden immer zur in Jogustine angegebenen Vorlesungszeit statt, also Di 16-18h. Bei Bedarf werden zusätzliche Lehrmaterialien und Übungsaufgaben für diese Veranstaltung via MS-Teams bereitgestellt. Dies sind keine Hausaufgaben sondern das Material dient nur dazu, die Diskussion in der Präsenzveranstaltung zu strukturieren.
• (3) Übungen mit Hausaufgaben: Wie gewöhnlich gibt es auch “richtige” Übungen als “Hausaufgaben”, mit einer Übungsgruppe, in der die Aufgaben besprochen werden. Die Übungsstunde findet unabhängig von und zusätzlich zur Nachbesprechung statt. Die Übungsaufgaben sind anders strukturiert als die Aufgaben der Nachbesprechung (man muss etwas länger nachdenken/daran arbeiten, und es gibt mehr praktische Inhalte). Der Termin für die Übungsgruppe wird in der ersten Vorlesung (Nachbesprechung) abgestimmt.

Details zur Organisation der Veranstaltung

• (zu 1) Vorlesungsvideos: Die Vorlesungsvideos müssen vor Besuch der Besprechungsstunde angeschaut werden, da sonst eine Diskussion schwierig ist (kontrollieren können und wollen wir das natürlich nicht). Sie sollten sich auch aktiv Fragen überlegen. Was war unklar geblieben? Scheuen Sie nicht vor elementaren und grundlegenden Fragen zurück (“Was soll das überhaupt?”) – durch die Trennung von Vorlesung und Besprechung ist genug Zeit für eine weitergehende Diskussion. Die Vorlesungsvideos sind in Lehreinheiten eingeteilt, die jeweils Stoff für eine Woche liefern. Es kann sein, dass es keine Videos zu bestimmtem Stoff gibt, oder das die Videos allgemeiner angelegt sind, die Präsenzveranstaltung aber eher in die Tiefe geht. Achtung: Die genaue Aufteilung in Lehreinheiten erfolgt erst nach der ersten Präsenzveranstaltung! Bis dahin ist auf der entsprechenden Unterseite nur eine allgemeine Videosammlung zu sehen.
• (zu 2) Nachbesprechung / Präsenzveranstaltung: In der Besprechungsstunde geht es darum, Fragen, die nach dem Ansehen der Videos sicherlich offen geblieben sind, zu klären, und den Stoff mit einfachen Übungsaufgaben weiter zu vertiefen. Die Teilnahme an der Veranstaltung selbst wie auch die Bearbeitung bzw. das Vorrechnen von den Übungsaufgaben der Besprechungsstunde ist freiwillig. Wir raten aber zu einer proaktiven Teilnahme; der Lerneffekt durch reines Zuschauen ist gering.
• (zu 3) Übungsaufgaben (Hausaufgaben): Jede Lehreinheit der Vorlesung schließt mit einem Übungsblatt ab, welches als Hausaufgabe bearbeitet werden muss. Die Übungsaufgaben bestehen aus einem Mix von theoretischen und praktischen Aufgaben. Für die praktischen Aufgaben werden ab diesem Semester in der Programmiersprache Python mit optional eingebundenem C/C++ oder GPU-Code (pytorch) bearbeitet.
  • Das heißt: Musterlösung werden in Python vorgestellt
  • Die Lösung der Aufgaben ist individuell freigestellt, solange keine Tools oder Libraries verwendet werden, die die Aufgabenstellung redundant machen.
  • Alle Programmiersprachen sind vom Grundsatz her erlaubt.
• Selbstorganisierte Arbeit in 3er-Gruppen: Wir empfehlen dringend, die Übungsaufgaben in Gruppen von 2-3 Studierenden zu bearbeiten. Sie können hier gerne den Chat im “Team” der Veranstaltung auf MS-Teams nutzen, um Mitstreiter/innen zu suchen. Ein entsprechender Unterkanal ist eingerichtet (“Suche Lerngruppe”). Seien Sie hier kontaktfreudig und offen mit Ihren Kommilitonen/innen – die Pandemie hat vermutlich bei uns allen Spuren im sozialen Umfeld hinterlassen.
• (zu 3) Abgabe der Übungsaufgaben: Aufgrund aktuell verfügbarer Personalressourcen werden die Übungen nicht korrigiert; statt dessen werden diese in der Übungsstunde diskutiert und Lösungen vorgestellt (geplant ist auch, dass immer eine schriftliche Musterlösung bereitgestellt wird). Trotzdem müssen die Lösungen der Übungsblätter abgegeben werden:
  • Wir sammeln alle Lösungen.
  • Die abgegebenen Lösungen stehen einige Tage vor dem Termin der Übungsgruppe allen Teilnehmer/innen zur Einsicht bereit.
  • So kann man aus den Lösungen der ganzen Lerngruppe lernen.
  • Die Übungsgruppenleiter/innen (Frau Wörl und Herr Hartmann) geben dazu am Anfang der Veranstaltung einen geeigneten Ort bekannt, an dem die Übungen hoch- und heruntergeladen werden können (z.B. einen Seafile-Folder oder ein git-Repository).
  • Eine Abgabe pro Gruppe ist ausreichend, es wird aber eine individuelle Bearbeitung empfohlen (und diese kann auch individuell hochgeladen werden, wenn gewünscht).
• Aktive Teilname: Sie haben an der Veranstaltung aktiv Teilgenommen, wenn Sie jedes Übungsblatt wie gerade beschrieben abgegeben haben (mit oder ohne Lösungen), und mindestens zwei Mal einen Lösungsansatz in der Übungsstunde vorgestellt haben. Bei den Abgaben werden zwei verpasste Abgaben ohne Nachfragen toleriert; danach ist ein ärztliches Attest oder ein anderer Nachweis notwendig, dass die Übung nicht bearbeitet werden konnte. Bei ernsten persönlichen Angelegenheiten (“Beerdigung”, “Hochzeit”, “Probleme bei der Kinderbetreuung”) sprechen Sie dies, wenn absehbar, vorher mit dem Übungsgruppenleiter ab; dann können hier in nachvollziehbar wichtigen Fällen Ausnahmen gemacht werden.

Start in Modellierung 2

Zeitlicher Ablauf im Überblick

Der genaue Ablauf der Übungen wird in der ersten Semesterwoche mit den Teilnehmer/innen abgesprochen. Geplant ist derzeit der folgende grobe Ablauf:

• Montags:
  • Präsenzveranstaltung 12-14h c.t.
  • Die in den Lehreinheiten angegebenen Vorlesungsvideos bitte bis Mo 12h anschauen.
  • Unter Umständen werden weitere Arbeitsmaterialien für die Präsenzveranstaltung via Teams vorab verteilt.
  • Ausgabe eines neuen Übungsblattes (Hausaufgaben).
  • Termin Übungsgruppe: tbd. (vermutlich Mitwochs)
• Freitags:
  • Abgabe der Hausaufgaben vom Montag.

Vorlesung: Eine vorläufige Version der Vorlesungsfolien und -videos stehen seit Donnerstag, dem 16. März 2023 in vorläufiger Version zur Verfügung. Es sind noch Änderungen geplant (s.o.).

Übungen (vorläufig): Das erste Übungsblatt soll in der zweiten Vorlesungswoche bearbeitet werden. Die ersten Übungsgruppen finden entsprechend in der dritten Vorlesungswoche statt.

Was sollte ich (bis) zum Vorlesungsstart tun?

Hier sind einige Dinge, die Sie gleich zu Beginn erledigen können/sollten:

• Dem “Team” auf Mattermost beitreten: Melden Sie sich unbedingt so bald wie möglich (noch vor Semesterstart) in Mattermost für die Veranstaltung an. Eine Anleitung findet sich auf der Hauptseite.
• Die Präsenzveranstaltung besuchen: Die erste Präsenzveranstaltung dient zur Vorbesprechung organsitorischer Aspekte und zum Kennenlernen/Lerngruppen bilden. Insbesondere werden wir die Teilnehmenden in Bezug auf ihr Vorwissen befragen und den Fokus der Veranstaltung entsprechend Anpassen. Das erste Video wird in der zweiten Semesterwoche besprochen.
  • Zeit: Montag, 17.04.2023, 12:15-13:45 (Achtung: Datum wurde geändert!)
  • Ort: Raum 04-224
• Erste Lehreinheit: Schauen Sie sich in der ersten Woche, nach der Vorbesprechung, die Videos zur ersten Lehreinheit an. Genauere Infos zum Inhalt gibt es in der Vorbesprechung und ggf. auf Mattermost (da sich das Konzept der Veranstaltung bei der Vorbesprechung noch angepasst wird).

Technische Hinweise zu Webseiten und Videos

Alle Materialien und Videos werden über diese Webseite verfügbar gemacht. Der Einstiegspunkt ist stets auf Jogustine verlinkt. Bei technischen Störungen geben wir Hinweise auf Ausweichadressen/Mirrors über Mattermost bekannt. Die vorproduzierten Videos sind auf dem Panopto-System der JGU gespiegelt, um die Last zu verteilen und Redundanz zu bieten. Sie können dort (bei Ausfall unserer eigenen Infrastruktur “luna.informatik.uni-mainz.de”) auch direkt angeschaut werden.

Datenschutz     Impressum