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.


Dr. Alassane Ndiaye ist als Senior Software-Engineer (R&D) und Projektleiter seit über 20 Jahren am Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) sowohl in Forschungs- als auch in Industrie- und Transferprojekten tätig. Machine Learning setzt er unter anderem in Prognoseverfahren für die Energiewirtschaft und die Elektromobilität ein.

Dr. Matthieu Deru ist Senior Software-Engineer (R&D) und UX-Designer für interaktive Systeme am Deutschen Forschungszentrum für Künstliche Intelligenz GmbH (DFKI). Seine Projekterfahrung umfasst Themengebiete, die so vielseitig sind wie die Anwendungsfelder der KI, von intelligenten Benutzerschnittstellen bis zu komplexen Vorhersagenmodellen für die Elektromobilität.

Ute Schmid ist Professorin für Angewandte Informatik, insbesondere Kognitive Systeme. Seit mehr als 15 Jahren lehrt und forscht sie zu wissensbasierten Methoden der KI sowie maschinellem Lernen. Sie ist international sichtbar im Bereich Human-like Machine Learning und forscht aktuell zur Generierung von Erklärungen sowie zur Nutzung von Erklärungen beim interaktiven Lernen. Ute Schmid hat zudem Erfahrung bei der Entwicklung von intelligenten Tutorsystemen und bei der Nutzung von analogen Beispielen im Kontext des Wissens-und Fertigkeitserwerbs. Sie hat neben einem Diplom in Informatik auch ein Diplom in Psychologie erworben und verfügt über langjährige Erfahrung in empirischer Forschung.
