Einführung ins Maschinelle Lernen – Grundlagen, Verfahren und AnwendungenUNI for LIFE

Das Seminar behandelt Grundlagen des maschinellen Lernens und der Künstlichen Intelligenz. Dazu gehören überwachtes, unüberwachtes und bestärkendes Lernen sowie die Bedeutung von Daten und Modellbildung.

• Überwachtes Lernen: Klassifikation und Regression, neuronale Netze, Entscheidungsbäume, Support Vector Machines, Overfitting, Bias, Feature Engineering und Evaluation.
• Unüberwachtes Lernen: Clustering mit K-Means und Anomalieerkennung.
• Bestärkendes Lernen: Lernen mit Feedback in Simulationsumgebungen sowie Anwendungsbereiche wie Robotik und dynamische Systeme.
• Generative KI: Large Language Models, Transformer, Embeddings, Attention, Sprachmodelle, Halluzinationen und Lösungsansätze wie RAG.
• Aktuelle Entwicklungen und Modellvergleich: Large Language Models sowie Benchmark-Plattformen zur Evaluierung von KI-Systemen.

Weitere Themen sind die Abgrenzung symbolischer und subsymbolischer KI sowie der Unterschied zwischen maschinellem Lernen und regelbasierten Systemen. Als Materialien werden Videos, ein Handout und Selbstüberprüfungsfragen genannt. Das Seminar schließt mit einem Teilnahmezertifikat ab.