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.
Speaker
Sebastian Schoenen ist Data Scientist und Leiter des Bilderkennung-Teams bei der Control€xpert GmbH. Während seiner Promotion in Physik an der RWTH Aachen, an der er als wissenschaftlicher Mitarbeiter tätig war, spezialisierte er sich auf den Bereich Big Data Analytics und Machine Learning. Nach seiner Promotion vertiefte Sebastian sein Wissen über diese Themen, indem er es auf Fragestellungen aus dem Bereich der Telekommunikation anwandte. Aktuell arbeitet er an den Themen Bilderkennung mittels Deep-Learning-Technologien und Vorhersagemodelle im Bereich des Kfz-Schadenmanagements.