Kolloquium über Mathematische Modellierung

Winter 2017/2018: Vorlesungsreihe „Mathematik trifft Daten“

Programm

Maschinelles Lernen ist inzwischen in der Alltagswelt ankommen und spielt eine zentrale Rolle in einer Vielzahl von Anwendungsfeldern. Neben Fragen der Sprach- und Texterkennung sind etwa die Erkennung von Kreditkartenbetrug, die Steuerung autonomer Systeme, Onlinemarketing oder auto-
matische Diagnoseverfahren zu nennen. Neben Problemen der Informatik spielen dabei mathematische Fragestellungen eine zentrale Rolle. Ziel dieser Veranstaltung ist es, Herausforderungen und Methoden von theoretischer aber auch von praktischer Seite zu beleuchten.

Die Vorträge finden jeweils dienstags, 18 Uhr c.t. im Geomatikum, Bundesstraße 55, Hörsaal 5, statt.

Tag	Datum	Zeit	Veranstaltung
Di	07.11.2017	18:15	Modernisierung von Versicherungspreisen mit Machine Learning Frank Schönfelder PricewaterhouseCoopers GmbH, Hamburg
Di	14.11.2017	18:15	Graphbasierte Lernverfahren in der Betrugsprävention Dr. Sven Kurras Risk.Ident GmbH, Hamburg
Di	05.12.2017	18:15	Maschinelles Lernen für kausale Inferenz – Ein Überblick über aktuelle Entwicklungen Prof. Dr. Martin Spindler Fakultät für Betriebswirtschaft, Universität Hamburg
Di	09.01.2018	18:15	DATA SCIENCE im E-Commerce: Wie OTTO seine Prozesse mit künstlicher Intelligenz optimiert Dr. Timo Christophersen Otto Group Hamburg
Di	16.01.2018	18:15	‚Concentration inequalities’ in der Anwendung auf Maschinelles Lernen Prof. Dr. Gilles Blanchard Institut für Mathematik, Universität Potsdam
Di	23.01.2018	18:15	Maschinelles Lernen für inverse Probleme Prof. Dr. Peter Maaß Zentrum für Technomathematik, Universität Bremen

Koordination: Prof. Dr. Sören Christensen, Jun-Prof. Dr. Mathias Trabs, Dr. Stefan Heitmann
Lothar-Collatz-Zentrum für Wissenschaftliches Rechnen
Fachbereich Mathematik, Universität Hamburg