ModulMaschinelles Lernen mit empirischen Daten
DozentThomas Schmid
Beginn04.04.2022
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 04.04.22
– Termin entfällt – 11.04.22
2 Erkenntnis durch Lernen 25.04.22
3 Erkenntnis durch Modellbildung 02.05.22
– Termin entfällt – 09.05.22
4 Erkenntnis durch Empirie 16.05.22
5 Intersubjektivität 23.05.22
6 Vorverarbeitung 30.05.22
7 Clusteranalyse und Dimensionsreduktion 13.06.22
8 Klassifikation und Regression 20.06.22
9 Statistisch motiviertes vs. neuroinspiriertes Lernen 27.06.22
10 Paradigmen intelligenter Systeme 04.07.22
11 Algorithmische & gesellschaftliche Herausforderungen 11.07.22

 

Literatur

Literaturhinweise erhalten Sie in der Vorlesung.