Den diesjährigen Themenschwerpunkt Künstliche Intelligenz (KI) rundet die IT-Lernplattform openHPI des Hasso-Plattner-Instituts im Herbst mit einem weiteren kostenlosen Onlinekurs ab. Unter dem Titel „Computational Learning Theory and Beyond“ führt die HPI-Wissenschaftlerin Karen Seidel ab 6. Oktober mathematisch Interessierte in die Grundlagen computergestützten Lernens ein. Anmelden für den zweiwöchigen Gratiskurs in englischer Sprache kann man sich unter https://open.hpi.de/courses/learningtheory2020. Auch zur unmittelbaren Anwendung Maschinellen Lernens finden Interessierte passende Gratiskurse auf der Internetplattform.
Kursleiterin Seidel forscht im Algorithm Engineering-Fachbereich des HPI zum Beispiel daran, wie Lernprozesse durch Automaten und Turing-Maschinen, also Computer, auf denen grundsätzlich jeder Algorithmus ausführbar ist, modelliert werden können. Ausgehen wird die Doktorandin in ihrem Kurs von einer praktischen und anschaulichen Aufgabe - der binären Klassifikation. „Mit Hilfe von Algorithmen aus dem Bereich des überwachten maschinellen Lernens soll eine korrekte Regel dafür abgeleitet werden, wie Elemente einer gegebenen Menge auf Grundlage definierter Eigenschaften in zwei Gruppen einzuteilen sind“, verrät die junge HPI-Wissenschaftlerin.
Ihr Interesse liegt in Strategien, die nicht nur für eine bestimmte Klassifikation, sondern universeller funktionieren - für eine vorgegebene Familie ähnlicher Aufgaben. „Die Teilnehmenden werden im Verlauf des Kurses verschiedene Lernmodelle kennenlernen, die alle auf einem modularen Aufbau beruhen“, kündigt Seidel an. Demonstrieren will sie, wie man ein geeignetes Modell auswählt und worin sich die Modelle unterscheiden.
Letztlich geht es der HPI-Wissenschaftlerin darum, die Breite und Tiefe theoretischer Forschung im Fachbereich Algorithm Engineering mit Schwerpunkt Künstliche Intelligenz darzustellen. Bei aller Komplexität der Ansätze zu einer Theorie des Maschinellen Lernens will sie auch Interessierten ohne tiefe mathematische Vorkenntnisse „verdaubare Einblicke“ vermitteln. Teilnehmende sollten allerdings Freude an formaler Mathematik, vor allem auf dem Feld kombinatorischer Argumente, mitbringen. Auch Interesse an exakt definierten Modellen sollte vorhanden sein.
Angebote auch für Einsteiger in Künstliche Intelligenz und Deep Learning
Zum openHPI-Themenschwerpunkt Künstliche Intelligenz gehört auch der Einführungskurs, den das Hasso-Plattner-Institut am 8. September startete. Das vierwöchige gebührenfreie Angebot für jugendliche und erwachsene Interessenten ohne technische Vorkenntnisse trägt den Titel „Künstliche Intelligenz und maschinelles Lernen für Einsteiger“. Anmelden kann man sich auch nach Kursstart noch unter https://open.hpi.de/courses/kieinstieg2020. Mehr als 9.000 Personen machen mit und lassen sich die Unterschiede zwischen herkömmlicher Programmierung und der Entwicklung selbstlernender Software aufzeigen.
Im Archivmodus fürs Selbststudium nutzbar ist ein weiterer kostenloser Onlinekurs aus dem März 2020. Er gibt Antwort auf die Frage, wie man selbständig neuronale Netze entwerfen und für Anwendungen künstlicher Intelligenz einsetzen kann. Das Angebot „Praktische Einführung in Deep Learning für Computer Vision“ ist zu finden unter https://open.hpi.de/courses/neuralnets2020. Im Fokus steht die Herausforderung, dem Computer das „Sehen“ beizubringen.
