Spätestens seit Alexa, selbstfahrenden Autos und Gesichtserkennung wird der Einzug maschineller Lernverfahren (ML) in den Alltag sichtbar.
Maschinelle Lernverfahren entdecken Zusammenhänge in Daten, können Objekte in Bildern oder Bildsequenzen erkennen oder Sprache verstehen.
Es ist kein Zufall, dass Google, Amazon und Co. den Bereich des maschinellen Lernens für den bedeutsamsten Innovationsmotor der nächsten Jahre halten.
An diesem Abend wird eine Übersicht über tiefe Neuronale Netze, Faltungsnetzwerke und rekurrente Netze gegeben („Deep Learning“), insbesondere im Hinblick auf die Anwendungsmöglichkeiten sowie die damit verbundenen Problemstellungen.
Dabei wird ein Spektrum unterschiedlicher Anwendungen (von alltäglichen bis hin zu einem Forschungsprojekt der Weltraumrobotik) gezeigt.
Desweiteren wird der Einsatz von ML zur Datenvisualisierung und zum Datamining behandelt und abschließend wird der Angriff auf neuronale Netze (Adversarial Attacks) vorgestellt.
Ziel der Session ist es, die Phantasie anzuregen, für welche eigenen Projekte maschinelles Lernen einsetzbar ist, was maschinelles Lernen bedeutet — und auch was nicht machbar ist und wo Gefahren liegen.
Selbstverständlich gibt es Raum für Fragen und Diskussionen.
Die Referenten
Prof. Dr. Tim Tiedemann
Prof. Dr. Andreas Meisel