Maschinelles Lernen auf Bild- und Text-Daten für Geistes- und SozialwissenschaftlerInnen

KI und maschinelles Lernen sind in aller Munde, aber wie funktioniert das? Wir geben eine behutsame allgemeine Einführung und gehen dann anhand von vorbereitetem python code (zum Mitmachen) auch ein wenig ins Detail. Für Bild-Daten stellen wir Convolutional Neural Networks (CNNs) vor. Neben dem generellen Funktionsprinzip besprechen wir dazu die wichtigsten Netzwerkarchitekturen und ihre Designprinzipien, sowie Methoden, mit denen die gelernten Modelle analysiert werden können. Im zweiten Teil wenden wir uns Textdaten zu und zeigen am Beispiel von Parlamentsprotokollen, wie einerseits traditionelle feature-engineering Verfahren und andererseits aktuelles „deep learning“ zur Erkennung und Auswertung von Meinungen eingesetzt werden kann.

Referenten: 

Prof. Dr. Manfred Stede -  Angewandte Computerlinguistik, Universität Potsdam.
Prof. Dr. Sebastian Stober - Artificial Intelligence Lab, Otto von Guerike Universität Madgeburg.
René Kneabel - Berlin Brandenburgische Akademie der Wissenschaften

Ort: 01.08.056 

Datum: 03.02.2020 

Zeit: 10.00 Uhr bis 16.30 Uhr (für ausreichende Pausen wird gesorgt)

um Anmeldung wird gebeten: digital-humanitiesuuni-potsdampde