ModulMaschinelles Lernen mit empirischen Daten
DozentThomas Schmid
Beginn12.04.2021
Zeit / OrtMO 13-15 - Online
Turnusunregelmäßig

Inhalt

Die Vorlesung vermittelt Strategien der wissenschaftlichen Datenerhebung und -analyse. Nach der aktiven Teilnahme an der Veranstaltung kennen die Studierenden gemeinsame Prinzipien empirischer Wissenschaften und können deren grundsätzliche Arbeitsweisen nachvollziehen. Darüber hinaus werden anwendungsbezogene Herausforderungen maschinellen Lernens, erkenntnistheoretische Aspekte sowie gesellschaftliche Implikationen thematisiert.

Termine

Sitzung Thema Datum
1 Auftakttreffen 12.04.21
2 Erkenntnis durch Lernen 26.04.21
3 Erkenntnis durch Modellbildung 03.05.21
4 Erkenntnis durch Empirie 10.05.21
5 Intersubjektivität 17.05.21
6 Clusteranalyse und Dimensionsreduktion 31.05.21
7 Klassifikation und Regression 07.06.21
8 Statistisch motiviertes vs. neuroinspiriertes Lernen 14.06.21
9 Vorverarbeitung 21.06.21
10 Paradigmen intelligenter Systeme 28.06.21
11 Algorithmische Herausforderungen 05.07.21
12 Gesellschaftliche Herausforderungen 12.07.21

Literatur

Literaturhinweise erhalten Sie in der Vorlesung.