Machine Learning an der Universität Tübingen
Der Master of Science Machine Learning an der Eberhard Karls Universität Tübingen gehört zu den forschungsstärksten Programmen seines Fachs in Deutschland. Tübingen war 2019 eine der ersten deutschen Universitäten, die einen eigenständigen ML-Master etablierten – eingebettet in das Cyber Valley, das europaweit größte KI-Forschungsökosystem mit Partnern wie dem Max-Planck-Institut für Intelligente Systeme und dem Tübingen AI Center.
Das viersemestrige, englischsprachige Programm (120 ECTS) gliedert sich in vier Studienbereiche: Machine Learning Fundamentals, Diverse Topics in Machine Learning, General Computer Science sowie Expanded Perspectives. Die einzigen Pflichtveranstaltungen sind drei Kernvorlesungen – Deep Learning, Statistical Machine Learning und Probabilistic Machine Learning – der Rest des Curriculums wird individuell aus einem breiten Angebot zusammengestellt. Empfohlene Einstiegsmodule sind Mathematics for Machine Learning und Data Literacy; in den Folgesemestern typischerweise Statistical Learning, Probabilistic Inference and Learning sowie Spezialkurse aus Bereichen wie Computer Vision, Reinforcement Learning, Causality, Natural Language Processing oder ML in den Lebenswissenschaften.
Ein besonderes Merkmal des Programms ist die direkte Anbindung an aktive Forschungsgruppen: Masterarbeiten können in Zusammenarbeit mit dem Max-Planck-Institut, dem Tübingen AI Center oder universitären Lehrstühlen aller Informatik-Departements verfasst werden. Interdisziplinäre Berührungspunkte zu Neurowissenschaften, Bioinformatik und Kognitionswissenschaft sind strukturell vorgesehen.
Die Zulassung ist zulassungsfrei (kein NC), setzt aber einen Bachelor in Informatik, Mathematik, Physik oder einem verwandten Fach mit einem Notendurchschnitt von mindestens 2,0 (deutsches System) voraus. Mathematisch werden mindestens 27 ECTS in Analysis, Linearer Algebra sowie Numerik oder Stochastik verlangt; informatisch mindestens 18 ECTS, davon 6 ECTS in Algorithmen und Datenstrukturen. Englischkenntnisse sind durch TOEFL iBT 100+ oder IELTS 7,0+ nachzuweisen. Das Studium beginnt ausschließlich im Wintersemester; Bewerbungsschluss ist der 30. April. Studiengebühren fallen für Inländer und EU-Bürgerinnen nicht an.
Module im Studium
- Mathematics for Machine Learning
- Data Literacy
- Statistical Machine Learning
- Probabilistic Machine Learning
- Deep Learning
- Probabilistic Inference and Learning
- Computer Vision
- Reinforcement Learning
- Causality in Machine Learning
- Natural Language Processing
- ML in Neuroscience and Life Sciences
- Robustness and Adversarial Machine Learning
Was du lernst
- Mathematisch-statistische Grundlagen des maschinellen Lernens beherrschen
- Tiefe neuronale Netze konzipieren, trainieren und evaluieren
- Probabilistische Modelle für unsichere Daten entwickeln
- Forschungsfragen eigenständig in einer Masterarbeit bearbeiten
- Ethische und gesellschaftliche Implikationen von KI-Systemen beurteilen
- Interdisziplinäre ML-Anwendungen in Natur- und Lebenswissenschaften umsetzen
Typische Berufsfelder
- Machine Learning Engineer / Researcher
- Data Scientist in Industrie und Beratung
- KI-Produktentwicklung in Tech-Unternehmen
- Promotionsstudium und akademische Forschung
- Bioinformatik und medizinische Bildverarbeitung
- Autonome Systeme und Robotik
Branchen
Empfohlene Vorkenntnisse
- Bachelor in Informatik, Mathematik, Physik oder verwandtem Fach (Note ≥ 2,0)
- Mindestens 27 ECTS in Analysis, Linearer Algebra und Numerik/Stochastik
- Mindestens 18 ECTS in Informatik, davon 6 ECTS in Algorithmen und Datenstrukturen
- Englischkenntnisse TOEFL iBT 100+ oder IELTS 7,0+
Variante dieses Studiengangs 1 Eintrag
- Machine Learning Master Vollzeit
Studieninhalte & Dokumente
Detaillierte Modulbeschreibungen, Pflichtmodule und Studien- und Prüfungsordnung veröffentlicht die Universität Tübingen auf ihrer Website.
Modulhandbuch zu „Machine Learning” an der Universität Tübingen suchen →Erfahrungsberichte von Studierenden
Falsche Angaben? [email protected]
Lade Beiträge…
Studien-Quiz starten
In 1 bis 4 Minuten zur Empfehlung.
Kommentar schreibenanonym
Hier kannst du Erfahrungen teilen oder Fragen stellen, die andere beantworten. Was hätte dir bei deiner Entscheidung geholfen? Oder was willst du aktuell wissen?