11 Wie funktioniert Maschinelles Lernen und Künstliche Intelligenz? - Prof. Dr. Sören Laue - University of Hamburg
- Lecture2Go
- Catalog
- Sonstige Einrichtungen der UHH
- Hub of Computing and Data Science (HCDS)
- Datenwelten I: Einführung in Data Science
Catalog
2247 Views
06.01.2025
11 Wie funktioniert Maschinelles Lernen und Künstliche Intelligenz?
Ziel dieser Vorlesung ist es, zu verstehen, wie maschinelles Lernen (ML) und neuronale Netze funktionieren. Dazu wird eine Einführung in ML gegeben, und es wird gezeigt, wie ein typisches ML-Problem formuliert und gelöst wird. Es werden die grundlegenden Konzepte sowie die algorithmischen Ansätze erläutert und hergeleitet, auf denen maschinelles Lernen basiert. Zudem werden neuronale Netze eingeführt und ihr Aufbau sowie ihre Funktionsweise von Grund auf erklärt. Alle Konzepte werden anhand konkreter Beispiele veranschaulicht, um die Theorie praxisnah zu vermitteln. Das Ziel ist, dass jeder nachvollziehen kann, was in ML und neuronalen Netzen steckt und wie sie funktionieren.
---
Die Vorlesung führt in informationstechnische und statistische Grundlagen der Data Science ein. Sie ist Teil eines zweisemestrigen Zyklus zu "Datenwelten". Im Sommersemester folgt eine zweite Vorlesung, die sich Datenethik, Datenrecht und erkenntnistheoretischen Reflektionen auf eine "verdatete" Welt befassen wird. Beide Vorlesungen werden von interdisziplinär zusammengesetzten Teams von Lehrenden gehalten, um unterschiedliche Perspektiven auf Data Science, unterschiedliche Fragestellungen und Problemsichten einzubringen und aufeinander zu beziehen. Studierende entwickeln dabei ein Grundverständnis folgender Inhalte: * Funktionsweise der informationstechnischen Systeme, die in weiten Teilen unseren Alltag (mit-)gestalten * Das technische und soziale Zusammenspiel dieser Systeme bei der Erhebung, Aufbewahrung und Nutzung von Daten * Einfache statistische Verfahren zur Datenanalyse * Verfahren aus dem Bereich des maschinellen Lernens (Classification, Regression, Clustering) * Elementare Einführung in Neuronale Netze und ihre Anwendungen in der Bild- und Sprachverarbeitung
---
Die Vorlesung führt in informationstechnische und statistische Grundlagen der Data Science ein. Sie ist Teil eines zweisemestrigen Zyklus zu "Datenwelten". Im Sommersemester folgt eine zweite Vorlesung, die sich Datenethik, Datenrecht und erkenntnistheoretischen Reflektionen auf eine "verdatete" Welt befassen wird. Beide Vorlesungen werden von interdisziplinär zusammengesetzten Teams von Lehrenden gehalten, um unterschiedliche Perspektiven auf Data Science, unterschiedliche Fragestellungen und Problemsichten einzubringen und aufeinander zu beziehen. Studierende entwickeln dabei ein Grundverständnis folgender Inhalte: * Funktionsweise der informationstechnischen Systeme, die in weiten Teilen unseren Alltag (mit-)gestalten * Das technische und soziale Zusammenspiel dieser Systeme bei der Erhebung, Aufbewahrung und Nutzung von Daten * Einfache statistische Verfahren zur Datenanalyse * Verfahren aus dem Bereich des maschinellen Lernens (Classification, Regression, Clustering) * Elementare Einführung in Neuronale Netze und ihre Anwendungen in der Bild- und Sprachverarbeitung
Technical support
Please click on the link bellow and then fill out the required fields to contact our Support Team!
RRZ Support Link