Interdisciplinary Center for Applied Machine Learning - ICAML (2019)

In Zusammenarbeit mit: Institut für Kartographie und Geoinformatik (IKG) 

Idee, Aufgaben und Ziele:

Das ICAML (Interdisziplinäres Zentrum für Angewandtes Maschinelles Lernen) hat das Ziel, maschinelles Lernen interdisziplinär zugänglich zu machen. Um dieses Ziel zu erfüllen, werden drei fundamentale Komponenten der Lehre entwickelt und eingesetzt.

Die erste Komponente ist das Angebot von Kursen und Veranstaltungen. Hierbei liegt der Schwerpunkt auf Modulen, die über das Internet abgerufen werden können. Ergänzt werden diese Module durch Vorträge und Vorlesungen. Das Spektrum der Inhalte erstreckt sich hierbei von Grundlagentutorials über Methoden des maschinellen Lernens bis hin zu dem Umgang mit spezifischen Datentypen.

Die zweite Komponente besteht aus der Bereitstellung von Informationen und Wissen. Hierzu wird einerseits das bestehende Wissen der beteiligten Personen und Institute zusammengetragen und für den Einsatz auf der Plattform aufbereitet, andererseits werden externe Quellen gesammelt, kommentiert und bezüglich der Inhalte bewertet. Diese Wissenspakete unterstützen maßgeblich die angebotenen Kurse, dienen aber gleichzeitig auch als Einstiegspunkt für potentielle Interessenten. Die Sammlung an Wissenseinheiten ist hierbei nicht statisch, sondern wird mit den gesammelten Erfahrungen und Ergebnissen aktualisiert und erweitert. 

Die dritte Komponente liegt in der Bereitstellung, Verwaltung und Wartung eines Rechenclusters. Durch diesen haben die Teilnehmer Zugang zu der Rechenleistung, die für das maschinelles Lernen benötigt wird und somit auch die Möglichkeit praktischer Erfahrungen zu sammeln. Zum einen werden Projekt- und Abschlussarbeiten im Bereich des maschinellen Lernens ermöglicht, zum anderen spielt das Cluster eine zentrale Rolle bei der Durchführung von praktischen Übungen, welche die angebotenen Kurse begleiten.

Wenn du am maschinellen Lernen interessiert bist, oder unser Angebot für ein Projekt oder deine Abschlussarbeit nutzen möchtest besuche www.icaml.org.