Beyond Machine Learning in München

Ein Blick auf die Gegenwart und aktuelle Möglichkeiten

• Grundlagen von Machine Learning und praktische Anwendungsgebiete
• Vor- und Nachteile
• Limiterungen von ML
• Kosten von ML Projekten
• Showcase verschiedener Modelle

Wohin geht dir Reise?

• Eine aktuelle Übersicht der Forschungslandschaft
• Wie weit sind wir noch von AGI (Artificial General Intelligence) entfernt, ein Überblick über Meinungen und Wissenschaft
• Neue Methoden und Herangehensweisen
• Transfer Learning
• Active Learning 
• Federated Learning
• Reinforced Learning
• Kognitive Ansätze
• genAI (GAN, Transformers und Variational Auto Encodes (VAEs)
• 3DP3
• Generalismus vs. Spezialisierung
• Evolutionäre Algorithmen und ML
• Vieles mehr (die Inhalte ändern sich fast wöchtentlich)