Teil 1 Einführung in AI und Machine Learning
(90 min) – Dirk Leopold

- AI, Machine Learning & Deep Learning
- Die Evolution von AI
- Supervised vs. Unsupervised Learning
- Classification & Regression
- Underfitting vs. Overfitting
- Deep Learning Einführung
*Perceptrons
*Aktivierungsfunktionen
*Neuronale Netze
*Deep Neural Networks
*Backpropagation
- Reinforcement Learning

Teil 2: Anwendung von AI und Machine Learning bei der Entwicklung autonomer Fahrzeuge und RoboCars
(90 min) – Andreas Graf

- Aspekte und Komponenten von RoboCars
- Machine Learning Hardware
- End-to-End vs. “Mediated Perception”
- Imitation Learning und Behavioral Cloning
- Reinforcement Learning für Fahrzeuge
- Real-World Learning vs. Simulation
- Machine Learning Safety
- Explainability
- Predictive Modeling
- Herausforderung Localization - Particle Filters
- Trajectory Planning
- Ethische Aspekte autonomer Entscheidungen
- Test und Validierung