Hauptnavigation

Proseminar mit Präsentationskurs Wintersemester 18/19

Maschinelles Lernen

Prof. Dr. Katharina Morik
Informatik LS8


Termin: Dienstags 14 - 16 Uhr

Maschinelles Lernen ist die Schlüsseltechnologie der Künstlichen Intelligenz (KI), die in der Kombination mit den klassischen (KI-)Methoden zu Aufsehen erregenden Leistungen geführt hat. So konnten Schach- und Go-Meister geschlagen, Objekte in Bildern erkannt und neue, real wirkende Bilder erzeugt werden. Gerade wenn Mensch und Maschine wie bei den Spielen sich gleichberechtigt gegenüber stehen, wird darüber diskutiert, ob Maschinen intelligent sein und den Menschen ersetzen können. Die Frage nach einer allgemeinen oder gar umfassenden künstlichen Intelligenz lenkt aber von der tatsächlichen Forschung und ihren Anwendungen ab. Tatsächlich werden einzelne Prozesse durch maschinelles Lernen optimiert und die Lernfähigkeit dient dazu, aus riesigen Datenmengen Information zu gewinnen. Google war die erste Suchmaschine, die maschinelles Lernen einsetzte und deshalb so erfolgreich. Als wichtigsten Einsatz maschinellen Lernens bei Google hat Vinton Cerf die bessere Steuerung der Rechenzentren genannt: die Kosten für die Kühlung sanken um gewaltige 40%. Lassen wir also den Medienhype beiseite und wenden uns den Methoden und Anwendungen zu.

Es wird eine Einführung in das Bibliografieren und die Dienstleistungen der Bibliothek geben. Die Seminarteilnehmer werden selbstständig einen Vortrag anhand eines Artikels erarbeiten und zum Verständnis weitere Literatur heranziehen.

Die Liste der Literatur, aus der ein Vortragsthema ausgesucht werden kann, wird hier erscheinen.

Ab dem 25.09.2018 um 20 Uhr gibt es ein Auswahlverfahren zu den angebotenen Themen. Auswahlverfahren im ASSESS.

Die Prioritäphase läuft bis zum 2.10.2018, danach werden die Themen zugeteilt.

Die Literatur lässt sich aus dem Uni-Netz herunterladen.

Thema Paper Teilnehmer/-in Präsentation
Entscheidungsbäume Object Recognition from very few Training Examples for Enhancing Bicycle Maps Florian
Entscheidungsbäume Extremely Fast Decision Tree Pauline Folien
Entscheidungsbäume Neural Random Forests Lars-Hendrik Folien
Entscheidungsbäume Realization of Random Forest for Real-Time Evaluation through Tree Framing Bernd Niklas
Entscheidungsbäume, FPGAs Analysis of Computer Architectures for fast Filtering of Sensor Data Lukas
Entscheidungsbäume, Datenströme Mining High-Speed Data Streams Nico
Entscheidungsbäume, Datenströme Mining Time-Changing Data Streams Alexander O.
Datenströme Summary Extraction on Data Streams in Embedded Systems Christoph H.
Datenströme Online Analysis of High-Volume Data Streams in Astroparticle Physics Christoph S.
Probabilistische Graphische Modelle (Basics) Undirected graphical models (Markov random fields) Julien
Probabilistische Graphische Modelle (Basics) Variational Inference: A Review for Statisticians Sepehr
Probabilistische Graphische Modelle Integer undirected graphical models for resource-constrained systems Kevin
Probabilistische Graphische Modelle Spatio-temporal random fields: compressible representation and distributed estimation Daniel
Adversarial Networks Generative Adversarial Nets Dmytro Folien
Adversarial Networks Probabilistic Generative Adversarial Networks Yijun
Adversarial Networks Wasserstein Generative Adversarial Networks Jan Niklas
Bandit Models Counterfactual Risk Minimization: Learning from Logged Bandit Feedback Matthias
Bandit Models Deep Learning with Logged Bandit Feedback Alexander R.
Industrie 4.0 Stability prediction in milling processes using a simulation-based Machine Learning approach Jan
Industrie 4.0 Qualitätsprognosen zur Engpassentlastung in der Injektorfertigung unter Einsatz von Data Mining Seyyid
Industrie 4.0 Sustainable Industrial Processes by Embedded Real-Time Quality Prediction Mirco
Verkehr Route Planning with Real-Time Traffic Predictions Kyle

Aktuelles

Am Dienstag, 09. Oktober 2018, findet in der Zeit von 14.15 - 15.45 Uhr im Rahmen des Proseminars der Einführungskurs in die Literaturrecherche im Schulungsraum der Bibliothek statt. Ansprechpartner dort ist Dr. Lukas Lerche.