Kaffeepause: 10:30-11:00
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