This page in EN

Veranstaltung

Python Algorithmen für Fahrzeugtechnik [SS212114862]

Typ
Vorlesung (V)
Online
Semester
SS 2021
SWS
2
Sprache
Deutsch
Termine
0
Links
ILIAS

Dozent/en

Einrichtung

  • KIT-Fakultät für Maschinenbau

Bestandteil von

Literatur

  • A Whirlwind Tour of Python, Jake VanderPlas, Publisher: O'Reilly Media, Inc. Release Date: August 2016, ISBN: 9781492037859 link
  • Scientific Computing with Python 3, Olivier Verdier, Jan Erik Solem, Claus Führer, Publisher: Packt Publishing, Release Date: December 2016, ISBN: 9781786463517 link
  • Introduction to Machine Learning with Python, Sarah Guido, Andreas C. Müller, Publisher: O'Reilly Media, Inc., Release Date: October 2016, ISBN: 9781449369880, link
  • Clean Code, Robert C. Martin, Publisher: Prentice Hall, Release Date: August 2008, ISBN: 9780136083238, link

Anmerkung

Lehrinhalt:

  • Einführung in Python und nützliche Tools und Bibliotheken zur Algorithmenerstellung, grafischen Darstellung, Optimierung, symbolischen Rechnen und Maschinellem Lernen
    • Anaconda, Pycharm, Jupyter
    • NumPy, Matplotlib, SymPy, Sciki-Learn
  • Methoden und Tools zur Erstellung von Software
    • Versionsverwaltung GitHub, git
    • Testen von Software pytest, Pylint
    • Dokumentation Sphinx
    • Continous Integration (CI) Travis CI
    • Workflow in Open Source und Inner Source, Kanban, Scrum
  • Praktische Programmierprojekte zur:
    • Erkennung von Straßenschildern
    • Schätzung von Fahrzeugzuständen
    • Kalibrierung von Fahrzeugmodellen durch Mathematische Optimierung
    • Datenbasierte Modellierung des Antriebsstranges eines Elektrofahrzeuges

Lernziele:

Die Studierenden haben einen Überblick über die Programmiersprache Python und wichtige Python Bibliotheken um fahrzeugtechnische Fragestellungen durch Computerprogramme zu lösen. Sie kennen aktuelle Tools rund um Python um Algorithmen zu erstellen, anzuwenden und deren Ergebnisse zu interpretieren und zu visualisieren. Weiterhin kennen die Studierenden Grundlagen in der Erstellung von Software, um in späteren Programmierprojekten qualitativ hochwertige Softwarelösungen in Teamarbeit zu entwickeln. Durch praktische Programmierprojekte (Straßenschilderkennung, Zustandsschätzung, Kalibrierung, datenbasierte Modellierung) können die Studierenden zukünftige komplexe Aufgaben aus dem Bereich der Fahrerassistenzsysteme lösen.