Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung IOSB

Bachelor/Master: Explainable Machine Learning

Klassische Ziele beim maschinellen Lernen sind bislang immer sehr stark auf das Training und die Optimierung (Genauigkeit und Fehlerhäufigkeit) der Verfahren fokussiert. Warum z.B. ein neuronales Netz seine Vorhersagen generiert hat, wird dagegen in der Regel vernachlässigt. Komplexe gelernte Modelle gelten als „Blackbox“ und sind für Problemstellungen - etwa inm medizinischen Bereich oder anderen sensiblen Domänen´- jedoch meist nicht angemessen, da sie keine Auskunft über das Zustandekommen der erzeugten Daten geben. Aktuelle Beispiele aus den Medein zeigen, warum es wichtig ist, künstlich intelligente Systeme zu verstehen und potenzielle Probleme und Gefahren im Vorhinein zu erkennen - oder zumindest im Nachhinein verstehen zu können. In der Lage zu sein, bestehende Prämissen (bspw. Vorunrteile) innerhalb eines Modells durch erzeugte Erklärungen zu erkenn, ist entscheidend, um sie in sensiblen Bereichen einsetzen zu können.

Zu diesem Thema suchen wir studentische wissenschaftliche Hilfskräfte, die in unterschiedlichen Bereichen der Interpretierbar- bzw. Erklärbarkeit von Machine Learning arbeiten. Bei Interesse können die Aufgaben auch als Bachelor- oder Master-Abschlussarbeiten angelegt oder weitergeführt werden.

Studienrichtung:

  • (Wirtschafts-)Informatik,

  • Ingenieurwissenschaften,

  • Mathematik o.ä.

Aufgaben

  • Untersuchung ausgesuchter Themenstellungen im Bereich Interpretier- und Erklärbarkeit von Machine Learning

  • Einsatz unterschiedlicher Machine Learning Algorithmen und bestehender Bibliotheken

  • Implementierung einzelner Strategien in Python oder R

Voraussetzungen

  • Interesse für das Gebiet Data Science / Machine Learning sowie Interpretier- und Erklärbarkeit maschineller Lernverfahren

  • Kenntnisse im Bereich Machine Learning mit Python oder R-Programmierung

  • Freude am Einbringen eigener Ideen und gute Kommunikationsfähigkeit

 Wir bieten Ihnen

  • Gelegenheit, Ihre Kenntnisse und Fähigkeiten im wissenschaftlichen Umfeld einzusetzen

  • Offenes und kommunikatives Arbeitsklima sowie eine intensive Betreuung

  • Bearbeitung zukunftsweisender Themen im Bereich der künstlichen Intelligenz
  • Betreuung von Seminar- und Abschlussarbeiten