Überblick über Machine Learning

Die Themen Künstliche Intelligenz und Maschinelles Lernen finden im Zuge der Digitalisierung immer mehr den Einzug in Unternehmen. Die Anwendung dieser Methoden ermöglicht es, Prozesse effizienter zu machen beziehungsweise vollständig zu automatisieren. Alle Methoden haben gemein, dass große Datenmengen benötigt werden, um den Algorithmen die Erkennung spezifischer Muster beizubringen.

Das Ziel dieses Vortrags ist die Einführung in unterschiedliche maschinelle Lernmethoden und -algorithmen, z.B. für Regressions- und Klassifikationsprobleme. Hierzu werden die unterschiedlichen Methoden und Algorithmen des klassischen, maschinellen Lernens, wie Boosting, Support Vector Machine (SVM), Random Forest etc., vorgestellt. Ihre Vor- und Nachteile werden an praxisnahen Problemstellungen erläutert und diskutiert.

Vorkenntnisse

Keine speziellen Vorkenntnisse erforderlich.

Lernziele

* Überwachtes Lernen
* Maschinelles Lernen
* Regression
* Klassifikation
* Vor- und Nachteile unterschiedlicher Algorithmen.