Kurs Einführung in maschinelles Lernen

Georgia Olympia Brikis MSc.

Maschinelles Lernen ist ein Teilgebiet der Informatik, das es Computern ermöglicht Dinge zu tun ohne dafür explizit programmiert zu werden. Es ist die Wissenschaft hinter unzähligen technologischen Errungenschaften der letzten Jahrzehnte, wie autonome Autos, Spracherkennung, effektive Suchmaschinen und dem verbesserten Verständnis des menschlichen Genoms. Darüberhinaus biete Machine Learning uns die Möglichkeit Fragestellungen auf eine ganz neue Art uns Weise anzugehen, indem wir nämlich aus Daten und Erfahrung lernen. Dieser Kurs bietet eine praktische Einführung in die Themen Machine Learning, Data Mining und statistische Mustererkennung. Anhand von Problemstellungen aus der echten Welt lernen die Teilnehmerinnen, wie Methoden des überwachten und unüberwachten maschinellen Lernens funktionieren und sammeln eigene Erfahrungen in der Implementierung dieser. Außerdem lernen sie, wie sie maschinelles Lernen für Problemstellungen aus ihren eigenen Arbeitsbereichen nutzbar machen können.

Das Ziel der Veranstaltung ist es, den Teilnehmerinnen einige Algorithmen und Methoden aus dem Bereich des Machine Learning näher zu bringen. Dafür werden sowohl die theoretischen Konzepte, inkl. notwendiger Vorkenntnisse aus dem Bereich Mathematik/Statistik besprochen, als auch die Machine Learning spezifischen Werkzeuge (Python Bibliotheken für Visualisierung/Data Processing/etc.), die für die Implementierung benötigt werden erlernt. Für die Übungen werden open source Datensätze verwendet.

Jede Teilnehmerin soll nach erfolgreichem Abschluss des Kurses in der Lage sein die Funktionsweise mehrere grundlegender Machine Learning Methoden (supervised und unsupervised) zu verstehen und auf bekannte Anwendungsfälle (wie Klassifikation, Anomalie Erkennung und Trend Vorhersage) anzuwenden, numerische Daten mit Hilfe von Python auszulesen, zu bearbeiten und zu visualisieren, sowie Anwendungsgebiete für ML Methoden zu identifizieren.