Worum geht es im Kurs?
Künstliche Intelligenz und maschinelles Lernen sind in aller Munde. Wir sollen bald selbstfahrende Autos haben, Programme übersetzen in hoher Qualität zwischen vielen Sprachen, soziale Netzwerke stellen auf den Nutzer zugeschnittene Nachrichten zur Verfügung und Personenerkennung kann benutzt werden, um Verbrecher auf offener Straße zu erkennen.
Ich werde Ihnen die Methoden und Lernparadigmen zeigen, die hinter diesen Anwendungen stehen. Ich werde auch einige Anwendungen detailliert diskutieren: Erkennen von Spam-Emails, Erkennen von handgeschriebenen Ziffern, Bilderkennung und Computerschach. Ich diskutiere auch die Gefahren der künstlichen Intelligenz.
Inhalte
-
Was ist maschinelles Lernen und künstliche Intelligenz
-
Beispiele für den Stand der Kunst
-
Die Regel von Bayes und die Erkennung von Spam-Emails
-
Erkennung handgeschriebener Ziffern: Beaufsichtigtes und unbeaufsichtigtes Lernen
-
Künstliche neuronale Netze
-
Stand der Kunst: Bilderkennung, Personenerkennung, Übersetzung
-
Biologische Inspiration
-
Prinzip der Funktionsweise
-
Training von künstlichen neuronalen Netzen.
-
Stand der Kunst in der Bilderklassifizierung
-
Grenzen
-
-
Bestärkendes Lernen (Reinforcement Learning)
-
Prinzip und Beispiele
-
Computerschach
-
-
Ethische Probleme bei Entscheidungsalgorithmen
-
Qualtität und Fairness
-
Die Wahl zwischen zwei Übeln
-
Bestandteile des Kurses
- Videos
- Folien
- Quizzes
- Übungen mit Lösungen
- Logbuchaufgaben
- Zertifikat
Danksagung
Ich danke meinen (ehemaligen und aktuellen) Mitarbeitern, mit deren Hilfe ich die Vorlesung Ideen und Konzepte der Informatik an der Universität des Saarlandes entwickelt habe:
Dr. Konstantinos Panagiotou, Dr. Adrian Neumann, Dr. Antonios Antoniadis, Dr. Corinna Coupette und Angelina Mansion.
Dieser Kurs und die gesamte Kursreihe bauen auf dieser Vorlesung auf.
Kursinhalt
Chapitre
1
Einführung und Stand der Kunst
Chapitre
2
Spamfilter und Regel von Bayes
Chapitre
3
Erkennen handgeschriebener Ziffern
Chapitre
4
Neuronale Netze: Einführung und biologischer Hint…
Chapitre
5
Training neuronaler Netze
Chapitre
6
Neuronale Netze für die Klassifizierung von Bilde…
Chapitre
7
Bestärkendes Lernen (Reinforcement Learning)
Chapitre
8
Ethische Fragen bei Entscheidungsalgorithmen
Was werden Sie lernen?
- Verständnis der grundlegenden Verfahren des maschinellen Lernen und der künstlichen Intelligenz
- Lernparadigmen: Supervised, Unsupervised, and Reinforcement Learning
- Die Regel von Bayes
- Der k-means Algorithmus zur Erkennung von Clustern
- Neuronale Netze: Funktionsweise, Training, Erfolge und Grenze
- Bestärkendes Lernen und Computerschach
An wen richtet sich der Kurs?
Alle, die mehr über künstliche Intelligenz und maschinelles Lernen wissen wollen.
Lehrende
Kurt Mehlhorn
Kurt Mehlhorn ist begeisterter Forscher und Lehrer. Er ist der festen Überzeugung, dass alle Bürger(innen) Grundkenntnisse in Informatik haben sollten; dafür hat er diese Kurse entwickelt. Er ist Seniorprofessor für Informatik an der Universität des Saarlandes und war Direktor am Max-Planck-Institut für Informatik. Er ist Koautor von über 300 Veröffentlichungen und sechs Büchern und einer der Architekten der Algorithmenbibliothek LEDA. Bei ihm haben mehr als 80 Doktorand(inn)en promoviert. Er erhielt mehrere Auszeichnungen, darunter den Leibniz Preis, den ACM Theory and Practice Award und fünf Ehrendoktoren. Er hat die Algorithmic Solutions Software GmbH mitgegründet, ist verheiratet und Vater von drei Kindern. Wenn Sie mehr über ihn wissen wollen, besuchen Sie seine Webseite (https://people.mpi-inf.mpg.de/~mehlhorn/).
Particuliers
Accès au cours avec certificatAccédez au contenu du cours et vérifiez votre participation au cours et vos apprentissages avec un document officiel.