Modul Spezielle Kapitel Maschinelles Lernen, Informatik (Master) (SPO 7)

Englische Sprache
Kompakte Schrift

Farbschema

Modulübersicht

Spezielle Kapitel Maschinelles Lernen

INFM220ML

Prof. Dr. Carsten Sinz

/

2. Semester

keine

keine

Klausur/mündl. Prüfung 120/20 Min. (benotet)
Lehrveranstaltung Angewandte Kryptographie

INFM221ML.a

Vorlesung

Prof. Dr. Frank Schaefer

deutsch

2/2

60 Stunden gesamt, davon 30 Stunden Kontaktstudium.

Modulprüfung

In dieser Vorlesung werden die grundlegenden Methoden der Kryptographie vorgestellt. Dabei wird nach den einführenden Grundlagen der Schwerpunkt auf die Mechanismen gelegt, die typischerweise bei modernen Anwendungen zum Einsatz kommen.

Wesentliche Themen sind symmetrische Verschlüsselungsverfahren, insbesondere Blockchiffren (DES, AES), Modes of Operation (z.B. EBC, CBC), Hash-Funktionen, Message-Authentication-Codes, Public-Key-Verfahren (z.B. RSA, Diffie-Helman, ElGamal), Key-Management und elektronische Unterschriften.

Im weiteren Verlauf werden verschiedene, aktuelle Anwendungen der IT-Sicherheit, die auf dem Einsatz kryptographischer Verfahren beruhen, behandelt: E/Mail-Sicherheit (z.B. PGP, S-MIME), WWW-Sicherheit (SSL), Netzwerksicherheit (IP-SEC), Sicherheit von Web-Servern (Authentifikations-Mechanismen). Anhand dieser Beispiele werden wesentliche Grundprinzipien der IT-Sicherheit erläutert.

Ausführliche Folien werden im Intranet angeboten. Die Foliensätze der einzelnen Themen enthalten jeweils gesondert Literaturhinweise.

Einen Überblick bietet:

  • Claudia Eckert: IT-Sicherheit. Konzepte - Verfahren - Protokolle, München, Oldenbourg Wissenschaftsverlag, 2013, 8. Auflage, ISBN 978-3-486-58270-3.

Die Lehrveranstaltung wird zu ca. 2/3 als Vorlesung durchgeführt. In der übrigen Zeit werden betreute Übungen durchgeführt, um die Techniken an praktischen Rechenbeispielen zu vertiefen.

Lehrveranstaltung Angewandte Kryptographie Übung

INFM222ML.a

Übung

Prof. Dr. Frank Schaefer

deutsch

1/1

30 Stunden gesamt, davon 15 Stunden Kontaktstudium.

Übung 1 Semester (nicht benotet)

Lehrveranstaltung Codierungstheorie

INFM221ML.b

Vorlesung

Prof. Dr. Dirk Hoffmann

deutsch

3/2

90 Stunden gesamt, davon 30 Stunden Kontaktstudium.

Modulprüfung

Diese Vorlesung vermittelt das Grundwissen über Codes und Codierungen und die gängigen Algorithmen aus dem Gebiet der Quellen-, Kanal- und Leitungscodierung. Im Einzelnen werden Themen aus den folgenden Bereichen behandelt: Informations- und Codierungstheorie, Datenkompression, Fehler­erkennende und -korrigierende Codes, Grenzen der Daten­übertragung.

  • PowerPoint-Folien
  • Tafelmitschrift
  • Übungsblätter

Vorlesungsteilnahme

Lehrveranstaltung Explainable AI

INFM221ML.c

Vorlesung

Prof. Dr. Jannik Strötgen

deutsch

3/2

90 Stunden gesamt, davon 30 Stunden Kontaktstudium.

Modulprüfung

XAI-Methoden erfüllen eine kritische Funktion in der modernen KI-Landschaft, indem sie die Brücke zwischen menschlichen Nutzern und komplexen KI-Systemen schlagen, um Vertrauen, Transparenz, Fairness und regulatorische Konformität zu gewährleisten. Diese Vorlesung vermittelt das Grundwissen über Explainable AI (XAI). Wichtig dabei ist, dass XAI hilft, die Black-Box-Natur von komplexen KI-Modellen aufzubrechen, indem es erklärt, wie Entscheidungen zustande kommen. Die Ziele von XAI sind dabei vielfältig: neben dem Fördern von Vertrauen und Akzeptanz bei den Endnutzern können XAI Methoden auch dazu beitragen ein besseres Verständnis der Entscheidungsprozesse von KI-Modellen zu erlangen, was zur Fehlererkennung und Modellverbesserung genutzt werden kann. 


Thematisch werden in dieser Vorlesung zahlreiche XAI Methoden abgedeckt und verschiedenste Aspekte von XAI Methoden betrachtet, unter anderm (i) Scope (local vs. global), (ii) Results (z.B. feature relevance, surrogate models), (iii) Functioning (z.B. perturbations, examples), (iv) Format (z.B. textual, visual) und (v) Stage (post-hoc vs. ante-hoc). Zusätzlich werden auch die potentiellen Gefahren von XAI Methoden diskutiert etwa bezüglich "Fairwashing" und "Manipulation".

  • Vorlesungsfolien
  • Molnar, C. (2022). Interpretable Machine Learning: A Guide for Making Black Box Models Explainable (2nd ed.). christophm.github.io/interpretable-ml-book/
Lehrveranstaltung Practical SAT Solving

INFM221ML.d

Vorlesung

Prof. Dr. Carsten Sinz

deutsch

2/2

60 Stunden gesamt, davon 30 Stunden Kontaktstudium.

Modulprüfung

SAT-Solving ist eines der wichtigsten allgemeinen Verfahren zur Lösung schwerer (oft NP-vollständiger) kombinatorischer Probleme. Diese treten in der Praxis in einer Vielzahl von Anwendungen auf, z.B.:

  • Planungs- und Scheduling-Probleme in Lieferketten
  • Konfiguration komplexer, variantenreicher Produkte, z.B. PKWs, LKWs, Flugzeuge
  • Prüfung (Verifikation) von Hardware- und Software
  • Erstellung von Spielplänen, z.B. in der Bundesliga

Dieses Modul soll Studierenden die theoretischen und schwerpunktmäßig praktischen Aspekte des SAT-Solving vermitteln. Behandelt werden:

  1. Grundlagen, historische Entwicklung
  2. Codierungen, z.B. cardinality constraints
  3. Phasenübergänge bei Zufallsproblemen
  4. Lokale Suche (GSAT, WalkSAT, ..., ProbSAT)
  5. Resolution, Davis-Putnam-Algorithmus, DPLL-Algorithmus, Look-Ahead-Algorithmus
  6. Effiziente Implementierungen, Datenstrukturen
  7. Heuristiken im DPLL-Algorithmus
  8. CDCL-Algorithmus, Klausellernen, Implikationsgraphen
  9. Restarts und Heuristiken im CDCL-Algorithmus
  10. Preprocessing, Inprocessing
  11. Generierung von Beweisen und deren Prüfung
  12. Paralleles SAT Solving (Guiding Paths, Portfolios, Cube-and-Conquer)
  13. Fortgeschrittene Anwendungen: Bounded Model Checking, Planen, satisfiability-modulo-theories

Auch die Einbindung von industriellen Anwendern (z.B. von Mercedes-Benz) ist vorgesehen.

Lehrveranstaltung Practical SAT Solving Übung

INFM222ML.b

Übung

Prof. Dr. Carsten Sinz

deutsch

2/1

60 Stunden gesamt, davon 15 Stunden Kontaktstudium.

Übung 1 Semester (nicht benotet)

In dieser Übung werden Verfahren der Vorlesung "Practical SAT Solving" anhand von Fragestellungen aus der Praxis erprobt und SAT-Solver zur Lösung von kombinatorischen Problemen eingesetzt.

Lehrveranstaltung Summer School Advanced Topics in AI

INFM221ML.e

Vorlesung

Prof. Dr.-Ing. Astrid Laubenheimer

deutsch

4/3

120 Stunden gesamt, davon 45 Stunden Kontaktstudium.

Modulprüfung

Lehrveranstaltung Winter School Advanced Topics in AI

INFM221ML.f

Vorlesung

Prof. Dr.-Ing. Astrid Laubenheimer

deutsch

3/2

90 Stunden gesamt, davon 30 Stunden Kontaktstudium.

Modulprüfung