Centrale Méditerranée · Schwerpunkt DDEFI · 2026–2027
Machine Learning
Wir verbringen Stunden damit, Gradienten herzuleiten, und doch beginnt der Kurs woanders: bei der Entscheidung, die jemand treffen muss, bei der Zielvariable, der Metrik, den Leitplanken. Erst dann kommt die Mathematik, im Code überprüft, an einem echten Kreditausfall-Score.
- 36 Unterrichtsstunden und ein Tag für die Abschlusspräsentationen
- 14. und 15. Oktober, 15. und 16. Dezember sowie Donnerstag, 11. und Freitag, 12. Februar 2027 (genauer Tag wird noch bestätigt)
- Unterricht auf Französisch
- Technopôle de Château-Gombert, Marseille
Zum Einstieg: KI am Scheideweg
Am Mittwoch, 14. Oktober, um 8:30 Uhr, vor Sitzung 1: siebzig Jahre KI und ihre zwei Winter, die Beschäftigungszahlen 2026 für junge Entwickler und Data Scientists, Ingenieure und Projektleiter, die zu Managern von Agenten geworden sind, und die Wette auf den Einkauf (Procurement). Erste Übung: der Fragebogen zu Gruppen und Themen.
Fügen Sie mich auf Kaggle und auf GitHub hinzu: kaggle.com/sitrakamatthew · github.com/Sitraka17
Danach: Kaggle, GitHub, Python
Von 10:05 bis 10:30 Uhr, vor Sitzung 1: wofür die drei Werkzeuge da sind, wie man die Konten anlegt, was das GitHub-Repository des Abschlussprojekts enthalten wird (Lastenheft, Code, Batch-Skripte, Folien, Weboberfläche) und wo man Python bei Bedarf nachholen kann.
Lesen: Aufmerksamkeitsmechanismus und Transformer, Schritt für Schritt
Die Sitzungen: Block 1 (14. und 15. Oktober), Block 2 (15. und 16. Dezember), Block 3 (Donnerstag, 11. und Freitag, 12. Februar 2027, genauer Tag wird noch bestätigt)
Halbtag 1: Den Rahmen abstecken, bevor Sie modellieren, dann die kleinsten Quadrate
Mittwoch, 14. Oktober 2026 · 08:30–12:30 Uhr · vor Ort
Halbtag 2: Likelihood, Generalisierung, Projektstart
Mittwoch, 14. Oktober 2026 · 13:30–18:30 Uhr · vor Ort
Halbtag 3: Konvexe Optimierung und Regularisierung
Donnerstag, 15. Oktober 2026 · 08:30–12:30 Uhr · vor Ort
Halbtag 4: Kostenbewusst entscheiden, ein reproduzierbares Repository ausliefern
Donnerstag, 15. Oktober 2026 · 13:30–18:30 Uhr · vor Ort
Halbtag 5: Titanic gemeinsam abschließen, Kernel, SVM und Entscheidungsbäume
Dienstag, 15. Dezember 2026 · 14:00–18:00 Uhr · vor Ort
Halbtag 6: Random Forests, Boosting und der ehrliche Vergleich
Mittwoch, 16. Dezember 2026 · 08:30–12:30 Uhr · vor Ort
Halbtag 7: Erklären, Fairness prüfen, ohne Labels entdecken
Mittwoch, 16. Dezember 2026 · 14:00–18:00 Uhr · vor Ort
Halbtag 8: Neuronale Netze, Drift, konforme Vorhersage, Inbetriebnahme
Freitag, 12. Februar 2027 · 09:00–16:00 Uhr · vor Ort
Halbtag 9: Tag der Abschlusspräsentationen: die Projektverteidigungen
Donnerstag, 11. und Freitag, 12. Februar 2027 (genauer Tag wird noch bestätigt) · 08:30–17:30 Uhr · vor Ort
Die Folien gibt es auf Französisch und auf Englisch (gleicher Inhalt, gleiches Passwort); sie öffnen sich mit dem Passwort der Sitzung. Am Laptop erscheinen sie im Lesemodus mit den Notizen unter jeder Folie, sodass auch abwesende Studierende folgen können.
Die Hausaufgaben: ein Projekt, das von Block zu Block voranschreitet
Drei Teamaufgaben, jeweils eine zwischen zwei Blöcken, zu dem Projekt, das Ihr Team gewählt hat, bis zur endgültigen Abgabe. Jeder Foliensatz ist für sich lesbar: Abgaben, Kalender, Bewertung, Fallstricke.
Meilenstein 1: Ihr Projekt und seine Problemstellung (bewertet mit bis zu 5 Punkten)
Ab Freitag, 20. November 2026; Bonus bei Abgabe vor Dienstag, 15. Dezember; Abgabeschluss Mittwoch, 16. Dezember, 23:59 Uhr · bewertet mit bis zu 5 Punkten, 10 % der Note
Meilenstein 2 (25 %): eine OLS-Schätzung oder eine einfache Klassifikation für Ihr Projekt
Abgabe am Freitag, 29. Januar 2027 · 25 % der Note
Abschlusspräsentation mit dem Code (50 %): das abgegebene Projekt
Bis zum Vortag der Abschlusspräsentation (Block Donnerstag, 11. und Freitag, 12. Februar 2027, genauer Tag wird noch bestätigt) · 50 % der Note
Ein ausgefülltes Beispiel für Meilenstein 1: Kreditrisiko (Home Credit, Kaggle)
Die Datei docs/cahier-des-charges.md so, wie wir sie erwarten, ausgefüllt für eine fiktive Persona mit einem echten Datensatz, Home Credit Default Risk (ein Kaggle-Wettbewerb von 2018). Kurzfassung; die vollständige Fassung steht im Foliensatz zu Meilenstein 1, Folien 5 und 6. Wenn Ihr Team diesen Datensatz wählt, müssen Persona, Frage und Zahlen Ihre eigenen sein.
| Element | Inhalt |
|---|---|
| Die Frage | Welche Kreditanträge dieses Monats sollte der Kreditsachbearbeiter zur manuellen Prüfung weiterleiten, um Zahlungsausfälle zu verringern, ohne mehr kreditwürdige Kunden abzulehnen? |
| 1. Die Entscheidung | Bei jedem Antrag bewilligt der Kreditsachbearbeiter ihn, lehnt ihn ab oder leitet ihn zur manuellen Prüfung weiter. Ein Ausfall kostet weit mehr als ein abgelehnter kreditwürdiger Kunde; das Verhältnis wird mit der Leitung des Risikomanagements festgelegt. |
| 2. Die Zielvariable | TARGET = 1 bei Zahlungsschwierigkeiten in den ersten Raten (Definition von Home Credit); vorhergesagt bei Antragstellung, bekannt nach mehreren Raten. Erfasst weder den Verlust in Euro noch spätere Ausfälle. |
| 3. Die Metrik | ROC AUC (die Metrik des Wettbewerbs) und PR-AUC; fachlich: erwartete Kosten pro Antrag beim gewählten Schwellenwert. Nützlich, wenn das Modell die bisherige Regel schlägt. |
| 4. Die Schutzvorkehrungen | Geschlecht ausgeschlossen, Alter geprüft (Nichtdiskriminierung), keine Variable aus der Zeit nach dem Antrag, keine direkt identifizierenden Daten, endgültige Entscheidung durch einen Menschen: Kreditscoring von Privatpersonen gilt als hochriskant (KI-Verordnung, Anhang III). |
| 5. Die Daten | Home Credit Default Risk, Kaggle, 2018: rund 307.000 Anträge, dazu die Daten der Kreditauskunftei und frühere Anträge. Lizenz: die Wettbewerbsregeln. Es fehlen: eingetriebene Beträge, wirtschaftlicher Kontext. |
| 6. Der Plan | Naiv: Schwellenwert auf einem externen Score (EXT_SOURCE); besser: logistische Regression (Meilenstein 2); aufwendig: LightGBM (Abschlusspräsentation). Rollen: Daten, Modell, Review. |
| Wer wir sind | Die Persona: Aurore Data Conseil, ein fiktives Beratungsunternehmen für Daten, beauftragt von der Risikoabteilung eines Anbieters von Verbraucherkrediten; die Leitung des Risikomanagements unterschreibt. Dann die echten Personen, eine Zeile pro Mitglied. |
Die Benotung
Vier Prüfungsleistungen ergeben die Endnote, zusammen 100 %. Endgültiges Bewertungsschema vom 19. Oktober 2026.
| Prüfungsleistung | Gewicht |
|---|---|
| Meilenstein 1: Ihr Projekt und seine Problemstellung (bewertet mit bis zu 5 Punkten)Vom 20. November bis 16. Dezember 2026, 23:59 Uhr; Bonus bei Abgabe vor dem 15. Dezember | 10 % |
| Schriftlicher Test am 16. Dezember 202645 Minuten, in Einzelarbeit, ohne KI und ohne Unterlagen; vormittags oder nachmittags, Uhrzeit wird noch bestätigt | 15 % |
| Meilenstein 2: eine OLS-Schätzung oder eine einfache Klassifikation für Ihr ProjektAbgabe am Freitag, 29. Januar 2027 | 25 % |
| Abschlusspräsentation mit dem Code (abgegebenes Projekt)Im Block Donnerstag, 11. und Freitag, 12. Februar 2027 (genauer Tag wird noch bestätigt); eine gemeinsame Note für das Team, für jedes Mitglied durch den mündlichen Teil angepasst | 50 % |
| Gesamt | 100 % |
Keine Abschlussprüfung: Freitag, der 12. Februar 2027, bleibt ein Unterrichtstag, der mit einer Arbeitssitzung zu den Projekten beginnt. Die Tests am Ende jedes Kurstags und die ausgelosten mündlichen Abfragen dienen der Übung und werden nicht benotet. Nicht Teil der Bewertung: die Reflexion in 300 Wörtern und die Kaggle-Boni.
Die Foliensätze zum Nachschlagen
Zum erneuten Öffnen, wann immer die Wahl eines Modells unklar ist: während des Projekts und später im Beruf.
Der rote Faden, Schritt für Schritt: das Repository zum Kreditausfallscore, in Screenshots
Das Repository, das jedes Team erhalten hat, Seite für Seite: der zu mergende Pull Request, make reproduce und make test, das geführte Notebook und seine Fallstricke, warum ein Modell und sechs Robustheitstests, Branches und CI, und zwei empfohlene Übungen (unbenotet) vor den Meilensteinen zu Ihrem eigenen Projekt.
Den Preis eines Vermögenswerts vorhersagen: Zeitreihen, XGBoost und News-Sentiment
Ein Projekt von Anfang bis Ende, zu lesen, bevor Sie ein Finanzthema wählen: Problemstellung, Renditen, Walk-forward-Validierung, XGBoost auf verzögerten Variablen, News-Sentiment, Kombination, Fallstricke.
Der Code jedes Modells: importieren, per API herunterladen, anpassen, vorhersagen
Für alle, die fast noch nie programmiert haben: die sechs Bausteine von Python, per API-Aufruf heruntergeladene Daten, dann ein Modell pro Abschnitt mit ausgeführtem Listing, seiner Ausgabe und der Erklärung jeder Zeile.
Offene Daten und Machine-Learning-Projekte nach Branche: Finanzen, Versicherung, Logistik, Tech, Sport
Wo man offene Daten findet und zu welchen Bedingungen, ein Muster-Lastenheft sowie reale Projekte und Teamprojekte Branche für Branche, mit der Struktur des Repositorys, den Paketen und dem, was sie einbringen.
Das Handbuch für Daten- und KI-Fachleute: abgrenzen, Werkzeuge aufsetzen, modellieren, bereitstellen, beobachten
Online zu lesen und griffbereit zu halten: das Lastenheft, der Werkzeugkasten mit den Logos (Airflow, Spark, Docker, Kubernetes, Datadog, Elasticsearch, Grafana…), das Einmaleins der Modelle, eine Anwendung bereitstellen und überwachen, die Teams, zwanzig weitere Projekte in Finanzen und KI.
Data Engineering, SRE und Cloud: die Befehle, die Prinzipien, die Berufe, vom Junior bis zum Experten
Die Datenpipeline, die Grundbefehle (Shell, Git, SQL, Docker, Kubernetes, Cloud), die zentralen Prinzipien, die Berufe und was man von einem Junior, einem Senior und einem Experten erwartet.
Ein Panorama der Modelle: welche, wofür, in welchen Branchen
Eine Modellfamilie pro Folie, mit einem Schema, den Bibliotheken und den Anwendungen in Finanzen, Logistik, Marketing, Industrie und Gesundheitswesen.
Deep Learning, das Wesentliche: Schlüsselkonzepte, warum sie wichtig sind, die Mathematik an der Tafel und eine Mini-Übung
Neun Konzepte über Sitzung 8 hinaus, jedes auf zwei Wegen (Mathematik an der Tafel und zehn Zeilen PyTorch): Rechengraph, Gradientenschritt und Hesse-Matrix, Batch Norm und ihr Gradient, Tiefe und ResNet, Faltung, RNN und LSTM, Attention, VAE und GAN; neun Übungen mit Lösungen, zu bearbeiten in gemischten Zweiergruppen.
Die Kursnotizen, für alle zugänglich
Die Folien sind für die Studierenden verschlüsselt. Zu jedem Foliensatz gibt es außerdem eine öffentliche Zusammenfassung: die Kernideen, die Formeln und ein durchgerechnetes Beispiel, auf Deutsch, Englisch und Französisch.
Alle 23 Notizen
Einführung
KI am Scheideweg: die zwei KI-Winter, der Arbeitsmarkt 2026 für junge Ingenieure und eine Methode, um darin zu arbeitenZwei KI-Winter, das Perzeptron, Expertensysteme, der Arbeitsmarkt 2026 für Junior-Entwickler und die Methode, mit der ein Ingenieur nützlich bleibt.
Werkzeuge
Kaggle, GitHub und Python: die Konten, der Git-Workflow und das Repository eines Machine-Learning-ProjektsKaggle-Wettbewerbe, der tägliche Git-Zyklus, Branches und Pull Requests und der Aufbau eines reproduzierbaren Repositorys für ein ML-Projekt.
Sitzung 1
Den Rahmen abstecken, bevor man modelliert, dann die kleinsten Quadrate: Entscheidung, Data Leakage, Normalgleichungen und KonditionierungEin ML-Projekt abstecken (Entscheidung, Zielvariable, Metrik, Leitplanken, Data Leakage), dann kleinste Quadrate, Hutmatrix und Konditionszahl herleiten.
Sitzung 2
Maximum-Likelihood-Schätzung, logistische Regression und ehrliche Validierung, Schritt für SchrittVon der Bernoulli-Likelihood zum Log-Loss: Sigmoidfunktion, Gradient, Konvexität, Odds Ratio, Bias-Varianz und Validierung ohne Data Leakage.
Sitzung 3
Konvexe Optimierung und Regularisierung: Gradientenabstieg, Schrittweite, Ridge und LassoKonvexität, Gradientenabstieg und Schrittweite, SGD, dann Ridge und Lasso als Schrumpfung, mit Rechenbeispielen und Lambda per Kreuzvalidierung.
Sitzung 4
Kennzahlen, Kalibrierung und eine Entscheidungsschwelle bei asymmetrischen Kosten, dann ein Repository, das andere erneut ausführen könnenKonfusionsmatrix, ROC und AUC, Precision-Recall, Brier-Score, eine aus Kosten abgeleitete Entscheidungsschwelle und ein reproduzierbares ML-Repository.
Hausaufgabe
Ein Machine-Learning-Projekt abstecken, bevor Code entsteht: die Frage, die Entscheidung, die Zielvariable und ein Projektsteckbrief in sechs ZeilenDaten- oder ML-Projekt vor dem Coden abstecken: Frage in einem Satz, Entscheidung, Fehlerkosten, datierte Zielvariable, Metrik, Leitplanken, Daten, Plan.
Sitzung 5
Der Kernel-Trick, Stützvektormaschinen, Kernel-Ridge und Entscheidungsbäume, mit durchgerechneten ZahlenMaximaler Rand, Hinge-Verlust und duale SVM, Kernel-Trick und Kernel-Ridge, dann Entscheidungsbäume (Gini, Entropie, Beschneiden), an Rechenbeispielen.
Sitzung 6
Random Forests, Gradient Boosting und XGBoost, dann der ehrliche Vergleich zweier ModelleBagging, Random Forests, Gradient Boosting und XGBoost hergeleitet, dann verschachtelte Kreuzvalidierung und korrigierter t-Test nach Nadeau und Bengio.
Sitzung 7
Einen Kredit-Score mit SHAP erklären, seine Fairness prüfen und mit PCA, k-Means und EM Strukturen findenShapley-Werte von Hand berechnet, Fairness-Maße und ihre Unvereinbarkeit, die KI-Verordnung für Kredite, dann PCA, k-Means und EM an kleinen Beispielen.
Hausaufgabe
Ein erstes ehrliches Modell für ein neues Projekt: OLS oder logistische Regression, eine eingefrorene Aufteilung, ein naives Referenzmodell und eine Metrik, die sich verteidigen lässtEin erstes ehrliches OLS- oder Logit-Modell auf neuen Daten: Aufteilung ohne Leak, naives Referenzmodell, begründete Metrik, Validierungswerte, Grenzen.
Sitzung 8
Vom neuronalen Netz zum Modell im Betrieb: Backpropagation, Drift, konforme Vorhersage und eine APIVorwärtsdurchlauf und Backpropagation von Hand, Netze auf Tabellendaten, Drift-Überwachung mit PSI, konforme Vorhersage und ein Modellservice mit FastAPI.
Hausaufgabe
Ein Machine-Learning-Projekt ausliefern: Repository, getesteter Service, nachvollziehbarer Bericht und die Dokumente, die ein Ausschuss liestInhalt eines ausgelieferten ML-Projekts: lauffähiges Repository, getestete Vorhersage-API, nachvollziehbarer Bericht, Modellkarte, Überwachungsplan, Memo.
Sitzung 9
Ein Machine-Learning-Projekt verteidigen: der Pitch, die Live-Demonstration, die Fragen und was danach kommtWas eine ML-Projektverteidigung zeigen muss, welche Fragen eine Jury stellt, die klassischen Fallen und wie Sie das Projekt im Vorstellungsgespräch nutzen.
Referenz
Ein Projekt zum Kreditausfallscore, Schritt für Schritt: das reproduzierbare Repository zu den UCI-Daten Default of Credit Card ClientsEin reproduzierbares Projekt zum Kreditausfallscore auf den UCI-Kreditkartendaten: Repository, make reproduce, Tests, Kostenschwelle, Robustheit, CI.
Referenz
Den Preis eines Vermögenswerts vorhersagen: Zeitreihen, XGBoost und News-Sentiment, ehrlich gemessenEin ML-Projekt: Log-Renditen, Walk-Forward-Validierung, verzögerte Merkmale, Sentiment aus FinBERT und GDELT, Diebold-Mariano-Test, Sharpe nach Kosten.
Referenz
Der Code jedes Modells: importieren, per API herunterladen, anpassen, vorhersagenPython-Grundlagen, wie Daten zu Zahlen werden, Download per API, dann derselbe Code mit fit und predict für jedes scikit-learn-Modell, mit echten Ausgaben.
Referenz
Deep Learning, das Wesentliche: Backpropagation, Batch-Normalisierung, ResNet, Faltung, LSTM, Aufmerksamkeit, VAE und GAN, hergeleitet und überprüftBackpropagation, Batch Norm und ihr Gradient, ResNet, Faltung, LSTM, Attention, VAE und GAN, jeweils an der Tafel hergeleitet und in PyTorch geprüft.
Referenz
Offene Daten und Machine-Learning-Projekte nach Branche: Finanzen, Versicherung, Logistik, Tech, SportWo es offene Daten gibt und unter welcher Lizenz, ein Steckbrief in sechs Zeilen und ML-Projektideen für Finanzen, Versicherung, Logistik, Tech und Sport.
Referenz
Das Handbuch für Daten- und KI-Fachleute: abgrenzen, Werkzeuge aufsetzen, modellieren, bereitstellen, beobachtenEin Datenprojekt abstecken, Werkzeuge (Airflow, Spark, Docker, Kubernetes) und Modell wählen, API und App bereitstellen, dann im Betrieb beobachten.
Referenz
Data Engineering, SRE und Cloud: die Befehle, die Prinzipien und die Berufe, vom Junior zum ExpertenPipelines, Parquet, SQL mit DuckDB, idempotente Ladevorgänge, SLOs und Fehlerbudgets, Terraform, Docker, Kubernetes, FinOps und was jede Stufe erwartet.
Referenz
Ein Panorama der Machine-Learning-Modelle: welche, wofür, in welchen BranchenFamilien von Machine-Learning-Modellen: wofür jede da ist, welche Python-Bibliotheken, die größte Falle und ihr Einsatz in Finanzen, Logistik, Industrie.
Artikel
So funktioniert der Kurs
1
Zuerst eingrenzen
Entscheidung, Frage, Zielvariable, fachliche Metrik und Modellmetrik, Leitplanken, Arbeitsrahmen, Datenpipeline. Vor jeder Formel.
2
Herleiten, dann prüfen
Jede Sitzung beginnt mit einer Herleitung und endet mit Code, der sie nachbildet und mit scikit-learn vergleicht.
3
Ein Projekt von Anfang bis Ende
Ein Kreditausfall-Score auf Basis offener Daten, dann Ihr eigenes Thema mit derselben Methode, in Teams von zwei bis vier Personen: kalibriert, mit kostenbasierter Schwelle, getestet, hinter einer API bereitgestellt.
4
KI erlaubt, aber offengelegt
Für die Routinearbeit: ja. Die Note beruht auf dem, was Sie ohne KI herleiten und erklären können: dem schriftlichen Test am 16. Dezember (15 %), ohne KI, und dem mündlichen Teil der Abschlusspräsentation mit dem Code (50 %).
Das vollständige Programm
Alle 26 Sitzungen, die Meilensteine, das Bewertungsraster und die Regeln zur KI-Nutzung stehen auf der Begleitseite des Kurses, zusammen mit vier Praxisseiten: ML in der Finanzwelt, generative KI, die Berufe und die Grundlagen in Animationen.
Der Dozent
Sitraka Forler arbeitet in der Wirtschaft täglich mit Daten und Systemen (Enterprise System Architect, POST Luxembourg) und unterrichtet an der Centrale Méditerranée, der Aix-Marseille School of Economics, dem IAE Metz, der Université Catholique de Lille und der Durham University Business School.