Matthias Jakobs

Matthias Jakobs beschäftigt sich in seiner Forschung intensiv mit vertrauenswürdigem maschinellen Lernen. Derzeit arbeitet er an verschiedenen Problemen, darunter die Bereitstellung von Garantien für Erklärungsmethoden, die auf Shapley-Werten basieren, sowohl in der Theorie als auch in der praktischen Anwendung. Zudem untersucht er die Kombination von Erklärbarkeitsmodellen mit Bayesschen Neuronalen Netzen (BNN).

Sein besonderes Interesse gilt der Beleuchtung des Entscheidungsfindungsprozesses von Black-Box-Modellen. Ziel ist es, sowohl Nutzern als auch Experten mehr Vertrauen in die Entscheidungen zu geben, die von neuronalen Netzen getroffen werden.