Künstliche Intelligenz und Maschinelles Lernen
Unsere Forschungsinteressen konzentrieren sich auf Methoden und theoretische Grundlagen der künstlichen Intelligenz, mit einem besonderen Schwerpunkt auf maschinellem Lernen. Derzeit forschen wir auf dem Gebiet des überwachten Lernens und dessen Erweiterungen, wie z.B. schwach überwachtes Lernen, Ranking und Präferenzlernen, Unsicherheit beim maschinellen Lernen, Bandit-Algorithmen, Online-Lernen und Lernen auf Datenströmen, Automatisiertes maschinelles Lernen (AutoML), Anwendungen, soziale und gesellschaftliche Auswirkungen von künstlicher Intelligenz und maschinellem Lernen.
Weitere Informationen gibt es auf den Webseiten des Lehrstuhls.