Für das Sommersemester gibt es am Lehrstuhl Scientific Computing was Neues: Die Vorlesung “High-Dimensional Data Approximation and Learning” beschäftigt sich mit den Besonderheiten höherer Dimensionen. Dazu vermittelt sie Grundlegendes und Tiefergehendes zu Stochastik und geht über Dimensionsreduktionen zum Machine Learning über. Man versteht auch bald, dass höherdimensionales Fußball keinen Spaß macht (Zu wem soll ich passen? Alle meine Mitspieler*innen sind gleich weit weg!). Ergänzt wird die Theorie durch anschauliche Übungen in Python, in denen sich Studierende auch der “Dimensionality Reduction Challenge” stellen dürfen.
Ein Kurs für alle Studierenden, die sich fragen, warum Machine Learning funktioniert (oder manchmal auch nicht)!