Die Studierenden werden im Projekt Methoden des maschinellen Lernens auf Probleme im Bereich des Software Engineerings anwenden. Dabei werden sowohl neuartige Techniken, wie z.B. Deep Learning, als auch klassische Methoden, wie random forests, logistic regression, etc. eingesetzt, um aktuelle Probleme im Bereich der Softwareentwicklung und Wartung zu beheben.
Ausgewählte Problemfelder:
- Automatisches Generieren von Tests
- Automatisches Fixen von Bugs
- Vorhersage von Merge-Konflikten in Versionsverwaltungssystemen
- Parametertuning von Robotern und Softwaresystemen
Ablauf:
- Problemfeld wird festgelegt
- Einarbeitung in das Problemfeld mittels Literaturstudie
- Erarbeitung eines Konzeptes zum Lösen der Probleme
- Implementierung des Konzeptes
- Evaluierung des Konzeptes
- Schriftliche Ausarbeitung des Projektes
Studierende arbeiten an allen Phasen des Projektes, jedoch wird es Phasenverantwortliche geben, die auch eine Abschlusspräsentation für die jeweilige Phase.
Vermittelte Kompetenzen:
- Softskills (Präsentieren, Diskutieren, Teamwork, Schreiben eines wissenschaftlichen Artikels)
- Vertieftes Wissen im Bereich des Software Engineerings
- Vertieftes Wissens und Anwendung im Bereich des maschinellen Lernens |
