AI-based Decision Support II
Beschreibung:
Das Modul beschäftigt sich mit den erweiterten Prinzipien des maschinellen Lernens. Insbesondere unüberwachtes Lernen und Deep Learning stehen im Mittelpunkt der Vorlesung. Zur Erzeugung von komplexen Vorhersagemodelle für spezielle Daten wie hochaufgelöste Zeitreihen- oder Bilddaten sind Deep-Learning-Algorithmen in der Regel gut geeignet, weisen aber auch einige Nachteile auf, welche in der Vorlesung diskutiert werden. Die Studenten sind in der Lage, diese Verfahren auf verschiedene Praxisbeispiele anzuwenden und die Ergebnisse zu evaluieren, zu interpretieren und kritisch zu hinterfragen. Vornehmlich haben die Studierenden ein Verständnis für den idealtypischen Prozess, erweiterte Entscheidungsunterstützungssysteme auf Basis komplexer Algorithmen aufzubauen. Die Studierenden sind des Weiteren in der Lage, die spezielle Problemstellungen des text Mining und der Anomaly Detection anzugehen und derartige Probleme zu lösen.
Der grobe Ablaufplan sieht folgende Gliederung vor:
(1) Einführung, (2) Artificial Neural Networks, (3) Deep Learning: CNN, LSTM (4) XAI (5) Unsupervised Learning (7) Anomaly Detection (8) Special Topics: ChatGPT & Co.
Die Vorlesung wird durch Übungsmaterial ergänzt, welches im eigenen Tempo online durchgearbeitet werden kann (Video-Lectures+browser-basierte Übungen).
E-Learning für SoSe 2023: https://elearning.ovgu.de/course/view.php?id=14477