ModulMaschinelles Lernen mit empirischen Daten
DozentThomas Schmid
Beginn08.04.2019
Zeit / OrtMO 10-12 - Felix-Klein-Hs, Paulinum
Turnusunregelmäßig
PrüfungMündliche Prüfung
Einschreibung8.4.2019, 10-12 Uhr, Felix-Klein-Hs.
HinweiseDie Moduleinschreibung erfolgt in der Vorlesung, nicht im Almaweb

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 Einführung 08.04.19
2 Erkenntnis durch Lernen 15.04.19
3 Erkenntnis durch Modellbildung 29.04.19
4 Erkenntnis durch Empirie 06.05.19
5 Intersubjektivität 13.05.19
6 Clusteranalyse und Dimensionsreduktion 20.05.19
7 Klassifikation und Regression 27.05.19
8 Paradigmen lernender Systeme 03.06.19
9 Statistisch motiviertes vs. neuroinspiriertes Lernen 17.06.19
10 Konstruktivistisches maschinelles Lernen 24.06.19
11 Algorithmische und gesellschaftliche Herausforderungen 01.07.19
12 Podiumsdiskussion tba.

Literatur

Literaturhinweise erhalten Sie in der Vorlesung.