Was haben Gesichtserkennung, autonomes Fahren und Empfehlungssysteme gemeinsam? Bei diesen und vielen weiteren Anwendungen aus Wirtschaft, Forschung und Alltag kommen Methoden aus einem Bereich zum Einsatz, der heute in aller Munde ist: Künstliche Intelligenz bzw. Maschinelles Lernen. Doch was verbirgt sich dahinter?
Welche mathematischen Konzepte bilden das Fundament dieser Methoden? Lassen sich diese gar auf elementar-mathematische Inhalte reduzieren, die bereits mit Schulmathematik zugänglich sind? Diese und weitere Fragen werden im Vortrag am Beispiel des Netflix-Preises und der Entwicklung von Empfehlungssystemen für Filme beantwortet. Im Vortrag werden die Problemstellung des Netflix-Preises und mit Schulmathematik zugängliche mathematische Modelle für Empfehlungssysteme diskutiert. Es wird erprobtes digitales Lernmaterial vorgestellt, welches Schüler:innen einen aktiv-handelnden Einblick in wesentliche Strategien von mathematischer Modellierung und Maschinellem Lernen erlaubt und an hochaktuellen Anwendungen eine authentische Antwort auf die Frage liefert, „wozu es Mathe eigentlich braucht“.

Referentin: Sarah Schönbrodt, KIT

Veranstaltungslink: forms.gle/8T1VmaJvZ5jwQVJe9