Themen für Abschlussarbeiten
-
Hyperparameter-Tuning für künstliche neuronale Netze: Grid Search, Random Search und Bayessche Optimierung im Vergleich
In der Arbeit wird untersucht, welchen Einfluss zentrale Hyperparameter (z. B. Lernrate, Aktivierungsfunktion, Batch-Größe) auf die Modellleistung haben. An einem konkreten Anwendungsfall werden Grid Search, Random Search und Bayessche Optimierung implementiert und hinsichtlich Güte, Laufzeit und Reproduzierbarkeit verglichen. Das Ziel besteht darin, eine evidenzbasierte Empfehlung zu erarbeiten, welches Verfahren sich unter gegebenen Ressourcen- und Datenbedingungen am besten eignet.
Betreuerin: Josephin Großkopf
In Kürze finden Sie hier weitere Bachelorarbeitsthemen!
Schauen Sie sich gern in beiden Bereichen um. Die vorgeschlagenen Bachelorthemen lassen sich meist zu Masterthemen erweitern sowie einige der vorgeschlagenen Masterthemen zu Bachelorthemen verkürzen. Falls Sie einen eigenen Themenwunsch haben, kann vielleicht auch dieser realisiert werden. Sprechen Sie uns an.
Die Kontaktinformationen der jeweiligen Betreuer finden Sie unter Team.
Leitfaden zum wissenschaftlichen Arbeiten
Dieser Leitfadenpdf, 97 kb findet Anwendung bei Seminar-, Bachelor- und Masterarbeit am Lehrstuhl Statistik.