Blogs on Wissenschaft » Lamarr-Institut

Beitragsbild 1 - Lamarr Institute for Machine Learning (ML) and Artificial Intelligence (AI)

Einblicke in den AAAI XAI4Sci Explainable Machine Learning for Sciences Workshop

Katharina Beckh,

02. April 2024

Mit erklärbarem maschinellem Lernen neue Entdeckungen ermöglichen – wie sich die Wissenschaften mit Erklärbarkeit beschäftigen beschreiben wir in unserem Blogbeitrag, der die wichtigsten Erkenntnisse des AAAI XAI4Sci Workshops zusammenfasst. ...

Beitragsbild scaled 1 1 - Lamarr Institute for Machine Learning (ML) and Artificial Intelligence (AI)

BlogGrundlagen

Wissenschaftliches Arbeiten leicht gemacht: Erstellen von strukturierten Notizen

Matthias Jakobs,

05. April 2023

Um neue Konzepte besser verstehen und behalten zu können, müssen neue Informationen strukturiert und organisiert werden. Dieser Artikel stellt Herangehensweisen und Tools vor, welche Lamarr-Forscher*innen zur effizienten Notizerstellung nutzen....

00 Blog Jakobs Wissenschaftliches Arbeiten leicht gemacht 9 - Lamarr Institute for Machine Learning (ML) and Artificial Intelligence (AI)

BlogGrundlagen

Wissenschaftliches Arbeiten leicht gemacht: Effizienter Umgang mit Literatur

Matthias Jakobs,

13. Juni 2022

Der Umgang mit fachbezogenen Artikeln ist ein essenzieller Teil des wissenschaftlichen Arbeitens. Dieser Artikel stellt Herangehensweisen und Tools vor, welche von ML2R Forscher*innen genutzt werden, um den Forschungsprozess effektiv zu gestalten....

|Erklärbares Maschinelles Lernen|Erklärbares Maschinelles Lernen Teil 1||||Schematische Darstellung des maschinellen Lernprozesses|Erklärbarkeit eines Modells durch Vorwissen verbessern|Erklärbarkeitsmethoden verbessern durch Vorwissen|Erklärbarkeitsmethode hilft|||||

BlogGrundlagen

Erklärbares Maschinelles Lernen durch zusätzliches Wissen verbessern

Sebastian Müller,

21. Juli 2021

Nachvollziehbarkeit algorithmischer Entscheidungen ist längst auch über die Forschung hinaus relevant. Wir analysieren, wie Erklärbarkeitsmethoden und externes Wissen zusammenwirken können, um Maschinelles Lernen an gesellschaftliche Anforderungen anzupassen und zu verbessern....

Slow Science Ansatz: Qualität geht vor Quantität|Anzahl der neuen Einträge auf arXiv in jedem Monat seit August 1991|das exponentielle Wachstum an eingereichten Forschung lässt die Frage des Slow Science Ansatzes aufkommen|Statistik der arXiv-Einreichungsrate zeigt die Wichtigkeit des Slow Science Ansatzes in der Wissenschaft|Diagramm: Anzahl der neuen Einträge auf arXiv in jedem Monat seit August 1991||||

BlogForschung

Slow Science: Mehr Zeit für Forschung im Maschinellen Lernen

Linara Adilova,

31. März 2021

Publish or Perish? Wissenschaft zum Maschinellen Lernen unterliegt einem hohen Publikationsdruck. ML-Forschung kann hier von einer Adaption des Slow Science-Ansatzes profitieren, der mehr Zeit für und Konzentration auf inhaltliche Forschungstätigkeit legt....