Willkommen auf dem Blog zu Maschinellem Lernen und Künstlicher Intelligenz!

In diesem Abschnitt finden Sie spannende Blogbeiträge, die von den Forschenden des Lamarr-Instituts verfasst wurden sowie inspirierende Artikel von Partnerorganisationen und unseren Gastautor*innen. Für Einsteiger*innen, Expert*innen und Anwender*innen aus der Praxis. Und alle, die neugierig auf die Themen Maschinelles Lernen und Künstliche Intelligenz sind!

Object Detection: Wie Maschinen Objekte erkennen

31. Mai 2023

Luise

Weickhmann

Maxmilian

Otten

Mithilfe von Object-Detection-Verfahren können Maschinen darauf trainiert werden, Objekte zu erkennen und zu verorten. In diesem Beitrag geben wir einen Überblick über dieses Teilgebiet der Computer Vision.

GraphSAGE: Nutzerverhalten mit ML-basierten Empfehlungsdiensten vorhersagen

23. Mai 2023

Anna

Höpfner

GraphSAGE ist ein leistungsstarkes ML-Verfahren, das zur Analyse großskaliger und dynamisch wachsender Daten mit Graphstruktur verwendet wird. Wie genau funktioniert die Methode, mit deren Hilfe sich personalisierte Empfehlungen ausspielen lassen?

Automatische Klassifikation eines Publikationsnetzwerks mithilfe eines Graph Attention Networks

19. Mai 2023

Maximilian

Sauerzapf

Soziale Netzwerke sind heutzutage allgegenwärtig. Doch wie können mit Hilfe von Neuronalen Netzen Informationen aus ihnen gewonnen werden? Um diese Frage zu beantworten, stellen wir das Graph Attention Network vor.

Graph Neural Networks: Eine Einführung in die Welt der Graphen-basierten KI-Modelle

10. Mai 2023

Golo

Pohl

Zahlreiche alltägliche Strukturen lassen sich als Graph darstellen. Graph Neural Networks nutzen deren Aufbau, um Informationen von benachbarten Knoten zu sammeln und in Graphen die Beziehungen von Objekten untereinander zu analysieren.

Die Lineare Diskriminanzanalyse: Eine Methode zur Dimensionsreduktion von klassifizierbaren Datensätzen

19. April 2023

Fabian

Gawellek

Große Datenmengen sind bei der Berechnung von ML-Algorithmen problematisch. Eine Lösung liegt in Dimensionsreduktionsverfahren wie der Linearen Diskriminanzanalyse (LDA), sie reduziert die Anzahl der Daten-Merkmale unter Berücksichtigung der vorhandenen Klassen Labels.

Die Hauptkomponentenanalyse – Eine Methode zur Dimensionsreduktion auf großen Datenmengen

12. April 2023

Jan

Stettner

Das Lernen auf großen, hochdimensionalen Datensätzen liefert besonders aussagekräftige Ergebnisse, verbraucht aber sehr viel Speicher- und Rechenkapazität. Das Verfahren der Dimensionsreduktion kann zur Lösung dieses Problems beitragen.

Unsere Rubriken

Grundlagen

Für Einsteiger*innen: Hier erklären wir Begriffe und grundlegende Konzepte des Maschinellen Lernens und der Künstlichen Intelligenz.

Zur Rubrik

Forschung

Für Profis: Unsere Autor*innen berichten über Forschungstrends und ihre aktuellen wissenschaftlichen Arbeiten zum Maschinellen Lernen.

Zur Rubrik

Anwendung

Für Praktiker*innen: Hier geht es um Wissenstransfer. Wir schlagen die Brücke zu praktischen Anwendungen in Wirtschaft und Gesellschaft.

Zur Rubrik

Haben Sie Fragen oder möchten Sie gern selbst einen Beitrag für unseren Blog schreiben?

Schreiben Sie uns eine Nachricht