Wissenschaftliche Methoden - Maschinelles Lernen in Anwendungen
Inhalt: Prozessentscheidungen,
die auf Algorithmisierung und Automatisierung basieren, werden in der
Öffentlichkeit als Black-Box-Systeme wahrgenommen. Die
zugrunde liegende Künstliche Intelligenz (KI) wird von betreibenden
Unternehmen in den meisten Fällen intransparent gehalten, um ökonomische
Wettbewerbvorteile zu sichern und zu erweitern.
Dieser Teil der Wissenschaftlichen Methoden beleuchtet den Schattenkegel der zugrunde liegenden KI, präziser die zugrunde liegenden Modelle des Maschinellen Lernens (ML). Methoden und Tools aus Statistik und ML, wie z.B. in Angewandte Informatik (3. Semester) gelehrt, werden wiederholt, erweitert und mit der Software R angewandt auf use cases aus Marketing, Finance, Supply Chain Management,
Circular Economy, Gender Equality etc. Die in 3er-Teams erarbeiteten Ergebnisse resultieren in eine
schriftliche Ausarbeitung sowie eine Team-Präsentation mit
abschließender Diskussion.
Leistungsnachweis: Seminararbeit, Team-Präsentation
Termin der Veranstaltung: Donnerstag, 11.40 Uhr - 13.10 Uhr, Abschlusspräsentationen am Ende des Semesters werden geblockt
Anmeldung: wird gesondert in März kommuniziert
- Dozent/in: Jianing Zhang