Ob bei Kreditrisiken, Investitionen oder Marktprognosen – in vielen Bereichen wird inzwischen Maschinelles Lernen eingesetzt. Es basiert auf der Analyse großer Datenmengen, die zum Beispiel bei Versicherungen und Banken anfallen. Maschinelles Lernen ist ein Teilgebiet der Disziplin Data Science. Diese beschäftigt sich an der Schnittstelle von Informatik, Mathematik und Statistik damit, wie sich Daten verwalten, speichern, aufbereiten und analysieren lassen.
In unserem praxisorienten Modul lernen Sie verschiedene Methoden des Maschinellen Lernens kennen, sowohl konzeptionell als auch softwaregestützt. Sie können simulierte oder reale Datensätze mit Modellen wie Regression, Klassifikation und Clustering analysieren und die Güte von Vorhersagen bestimmen. Aspekte einer vertrauenswürdigen Künstlichen Intelligenz werden ebenso berücksichtigt wie Anforderungen an Datenethik und sichere Datenspeicherung.