Machine Learning

Machine Learning ist ein zentrales Teilgebiet der Künstlichen Intelligenz. Viele digitale Anwendungen in unserem Alltag nutzen Maschinelles Lernen: Spamfilter sortieren unerwünschte E-Mails aus, Streamingdienste empfehlen passende Inhalte und Sprachassistenzen reagieren auf gesprochene Anfragen. In all diesen Fällen erkennen die Systeme mithilfe großer Datenmengen Muster und leiten daraus Entscheidungen ab.

Erfahre jetzt auf dem KI-Campus, wie verschiedene Algorithmen und Lernverfahren funktionieren, wofür sie sich eignen und wie du sie gezielt einsetzen kannst.

Ausgewählte Lernangebote

Kurs

Expert:innen

Dr. Matthieu Deru

Deutsches Forschungszentrum für Künstliche Intelligenz

Dr.-Ing. Gabriela Molinar

KIT

Dr.-Ing. Alassane Ndiaye

Deutsches Forschungszentrum für Künstliche Intelligenz

Dr. Stephan Scheele

Fraunhofer IIS

Prof. Jan Peters

TU Darmstadt

Professor Jan Peters lehrt und forscht sowohl am Fachbereich Informatik der Technischen Universität Darmstadt als auch am Deutsches Forschungszentrum für Künstliche Intelligenz GmbH (DFKI). Er gehört im Bereich des Maschinellen Lernens für autonome, intelligente Roboter zu den weltweit führenden Forschern und wurde für seine Leistungen mehrfach ausgezeichnet. U.A. wurde er zum IEEE Fellow, ELLIS Fellow und AIAA Fellow ernannt.

Christian Bartz

Hasso-Plattner-Institut

Christian Bartz ist derzeit Doktorand am Lehrstuhl für Internettechnologien und -systeme des Hasso-Plattner-Instituts (HPI) an der Universität Potsdam, Deutschland. Vor seiner Promotion machte er 2016 seinen Masterabschluss in IT-Systems Engineering am HPI. Seine aktuellen Forschungsinteressen drehen sich um Computer Vision und Deep Learning, insbesondere Texterkennung in Szenenbildern, Handschrifterkennung für die automatisierte Analyse von Archivmaterial und die automatisierte Generierung geeigneter Trainingsdaten für das Training von Machine-Learning-Algorithmen.

Schriftfarbenorakel

Bundeswettbewerb KI

jederzeit

Extern

Übung

Prof. Dr. Marco Huber

Universität Stuttgart Fraunhofer IPA

Prof. Marco Huber, geb. am 12. Januar 1980 in Kehl, promovierte 2009 im Fach Informatik an der Universität Karlsruhe (TH). Von 2009 bis 2011 leitete er die Forschungsgruppe „Variable Bildgewinnung und –verarbeitung“ des Fraunhofer-Instituts für Optronik, Systemtechnik und Bildauswertung IOSB in Karlsruhe. Im Anschluss war er bis 2015 als Senior Researcher bei AGT International in Darmstadt tätig. Von April 2015 und bis September 2018 verantwortete Prof. Huber die Produktentwicklung und die Data-Science-Dienstleistungen des Bereichs Katana bei der USU Software AG in Karlsruhe. Zugleich lehrte er als Privatdozent für Informatik am Karlsruher Institut für Technologie (KIT). Seit Oktober 2018 ist er Inhaber der Professur für kognitive Produktionssysteme an der Universität Stuttgart und zugleich Leiter des Zentrums für Cyber-Cognitive Intelligence (CCI) am Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA. Seine Forschungsarbeiten konzentrieren sich auf die Themen maschinelles Lernen, Sensordatenanalyse und Robotik im produktionstechnischen Umfeld.