Willkommen in der Arbeitsgruppe AutoML

Wir als Arbeitsgruppe fokussieren uns auf die Forschung im Bereich Automatisiertem Maschinellem Lernen (AutoML). Mit dem Ziel, KI zu demokratisieren, entwickeln wir Open-Source Tools um die Anwendung und Analyse von Maschinellem Lernen zu vereinfachen. 
Zusätzlich zu unserer Grundlagenforschung kollaborieren wir mit Industriepartnern sowie in interdisziplinären Teams aus Wissenschaftlern. 
In unserer Lehre schaffen wir das Grundwissen in den Bereichen Data Science, Reinforcement Learning und AutoML und stoßen den Diskurs bzgl. der gesellschaftlichen Verantwortung von KI an.

AutoML kurz erklärt

Die Anwendung von Maschinellem Lernen (ML) umfasst viele Designentscheidungen: Die Wahl von Pre- und Postprocessingmethoden, ML Modellen, Hyperparametereinstellungen bis hin zur Architektur eines Neuronalen Netzes kann grundlegend darüber entscheiden, ob ML-Systeme zufällige Werte produzieren oder State-of-the-Art-Performanz liefern. Allerdings ist die Konzeption dieser Systeme selbst für ML-Expert:innen aufwändig und fehleranfällig. Aus diesem Grund ist es nicht einfach, diese Designentscheidungen effizient zu treffen.

AutoML thematisiert genau diese Herausforderung durch die Automatisierung dieser Designentscheidungsprozesse. Die resultierenden Methoden und Tools unterstützen die Anwender:innen, effizient neue ML-Systeme zu gestalten.

Zum Aktivieren des Videos müssen Sie auf den Link "Video abspielen" klicken. Wir möchten Sie darauf hinweisen, dass nach der Aktivierung Daten an den jeweiligen Anbieter übermittelt werden. Weitere Informationen finden Sie in unserer Datenschutzerklärung



Video abspielen

Zum Aktivieren des Videos müssen Sie auf den Link "Video abspielen" klicken. Wir möchten Sie darauf hinweisen, dass nach der Aktivierung Daten an den jeweiligen Anbieter übermittelt werden. Weitere Informationen finden Sie in unserer Datenschutzerklärung



Video abspielen

Forschungsschwerpunkte

© CC BY-SA 4.0 from Ai-Campus.org
Hyperparameter Optimization (HPO)
© CC BY-SA 4.0 from AI-Campus.org
Neural Architecture Search (NAS)
© CC BY-SA 4.0 from AI-Campus.org
Meta-Learning & Dynamic Algorithm Configuration
© CC BY-SA 4.0 from Ai-Campus.org
Interpretability & Explainability

Hier finden Sie uns auch