Computational Intelligence & Data Analytics

Projektverantwortlicher im ITeG: Prof. Dr. Bernhard Sick, Prof. Dr. Gerd Stumme
Ansprechpartner: David Meier, B. Sc. Johannes Hirth
Laufzeit: November 2017 - Oktober 2019
Fördernde Einrichtung: Bundesministerium für Bildung und Forschung (BMBF)
Projektwebseite: Homepage CIDA im FG Wissensverarbeitung

Kurzbeschreibung:

Das Schwerpunkt “Computational Intelligence & Data Analytics” adressiert die Frage, wie Wissen aus Daten gewonnen werden kann. Methoden hierfür kommen aus sehr unterschiedlichen Bereichen des Maschinellen Lernens (ML) und der Datenanalyse. ML ermöglicht einen Daten-getriebenen Entwicklungsansatz von Systemen, der einen klassischen Modell-getriebenen Ansatz heute mehr und mehr ergänzt oder teilweise auch ersetzt. Das heißt, Daten werden analysiert, Modelle werden mit Daten parametrisiert, und neue Arten von Anwendungen werden entwickelt. Dies geschieht in recht unterschiedlichen Domänen wie beispielsweise Energiesysteme, Mobilität, Industrie 4.0, Internet of Things, Marketing, Qualitätskontrolle, Prozesssteuerung. Ein erfolgreicher Einsatz von Methoden des ML erfordert zum einen den sorgfältigen und systematischen Umgang mit diesen Methoden und zum anderen fachliche Kreativität, also die Fähigkeit, selbstständig Innovation zu generieren. Beides ist ohne praktische Erfahrung nicht möglich. 

Generelles Ziel dieses Antrags ist es, Studierende in die Lage zu versetzen, selbstständig Entwicklungs- und Erkenntnisprozesse im Bereich ML zu durchlaufen. Zu einer Reihe grundlegender bzw. weiterführender Vorlesungen und Übungen werden dazu Labore und - in Kooperation mit der Industrie und Forschungsinstituten - Projekte und Abschlussarbeiten angeboten. Speziell in den Laboren sollen Studierende den Schritt von der intensiv betreuten Bearbeitung einfacher vorgegebener praktischer Fragestellungen hin zum selbständigen Arbeiten an Projekten, denen eigene Ideen zugrunde liegen, üben. Ziel des CIDA-Projekts ist der Aufbau (Inhalte, Unterrichtsmaterialien, Hardware) der Labore, neuer rechnerunterstützter Übungen zu Vorlesungen, sowie eines Einstiegskurses, der Studierende zu Beginn des Masterstudiums auf denselben Wissensstand bringt.