Maschinelles Lernen für die Naturwissenschaften (SS 2020)

Dieses Modul behandelt die theoretischen und praktischen Aspekte von Methoden des maschinellen Lernens und deren Anwendung für naturwissenschaftliche Fragestellungen, insbesondere in den Materialwissenschaften und der Chemie. Die Studierenden erhalten Einblick in die Grundlagen sowie aktuelle Forschungsthemen dieses noch jungen interdisziplinären Gebiets. Behandelt wird unter anderem die Anwendung von Methoden des maschinellen Lernens zur Vorhersage von Material- und Moleküleigenschaften, unterschiedliche Repräsentationsmethoden von Materialien und Molekülen (Deskriptoren, Fingerprints, graphbasierte Methoden), generative Modelle wie GANs und Autoencoder zum automatischen Materialdesign, Bayes‘sche Methoden zur Planung und Autonomisierung von Experimenten, sowie Interpretationsmöglichkeiten aller Methoden zum wissenschaftlichen Erkenntnisgewinn.