Sebastian Müller ist wissenschaftlicher Mitarbeiter am Lamarr-Standort der Universität Bonn. Er interessiert sich in seiner Forschung für hybride Modelle unter dem Aspekt von Intepretierbarkeit und vertrauenswürdigem Maschinellen Lernen.
In Kooperation mit dem Landesfrauenrat RLP: In diesem Beitrag gibt Autor Sebastian Müller einen kompakten Überblick über die Facetten der KI und beantwortet die Frage, welche möglichen Grundstrukturen KI-Algorithmen zugrunde liegen.
Mehr lesen
Klassifikation ist eines der fundamentalen Denkwerkzeuge im ML. Mit ihm können existierende Lösungen auf neue Probleme übertragen werden. Klassifikatoren lernen, aus Daten Muster zu erkennen und so Daten verschiedenen Klassen zuzuordnen.
Mehr lesen
Bin packing is part of the thoroughly scrutinized class of combinatorial optimization problems. This Blog post applies two practical heuristics to a concrete example and compares their efficacy regarding two criteria.
Mehr lesen
Bin-Packing gehört zu der viel untersuchten Klasse der kombinatorischen Optimierungsprobleme. In diesem Beitrag verwenden und vergleichen wir zwei praktikable Lösungsstrategien für ein konkretes Beispiel.
Mehr lesen
Nachvollziehbarkeit algorithmischer Entscheidungen ist längst auch über die Forschung hinaus relevant. Wir analysieren, wie Erklärbarkeitsmethoden und externes Wissen zusammenwirken können, um Maschinelles Lernen an gesellschaftliche Anforderungen anzupassen und zu verbessern.
Mehr lesen