Der Einsatz von künstlicher Intelligenz und insbesondere von Algorithmen des maschinellen Lernens in den Ingenieurswissenschaften ist ein aktuelles, forschungsrelevantes Thema mit vielfältigen Einsatzmöglichkeiten. In dieser Vorlesung vermitteln wir die Grundkonzepte des probabilistischen maschinellen Lernens sowie deren Anwendungen. Dabei bezieht sich der Ausdruck “probabilistisch” auf die Berücksichtigung von Unsicherheiten.
Mit Hilfe der Programmiersprache Python werden wir gemeinsam die Konzepte und Methoden der Vorlesung in Form von praxisrelevanten Beispielen anwenden.
Auf diesem Wege möchten wir Methoden- und Softwarekompetenz im Umgang mit probabilistischen Modellen des maschinellen Lernens vermitteln, um angewandte Fragestellungen zu lösen.
- Lehrperson: Dirk Roos