Prof. Dr. Barbara Hammer leitet die maschinelle Lerngruppe in Bielefeld, die das breite Spektrum von algorithmischen Entwicklungen, mathematischen Grundlagen bis hin zu Anwendungen in der kooperativen Intelligenz, wie intelligente Tutoren-Systeme und intelligente Produktindividualisierung, abdeckt. Ihre wissenschaftliche Expertise liegt im Bereich der symbolischen/subsymbolischen Modellintegration, des Lernens von interpretierbaren Modellen, des lebenslangen Lernens und algorithmischer Ansätze zur Identifizierung sowie Vermittlung von Grenzen der Machine-Learning-Technologie. Zudem leistete sie Pionierarbeit bei der Konzeption des relevanten Lernens innerhalb intuitiver prototypischer Lerntechnologien, einer effizienten Technologie, um solchen Modellen eine Wahrnehmung relevanter Input-Komponenten zu ermöglichen. In letzter Zeit haben sich ihre Interessen darauf konzentriert, wie man aus Datenströmen in nicht-stationären Umgebungen lernt. Dabei handelt es sich um ein Umfeld, in dem klassische Annahmen des maschinellen Lernens verletzt werden und daher neue algorithmische Modelle sowie Möglichkeiten zur Identifizierung unvermeidbarer Limitationen erforderlich sind.
André Artelt ist wissenschaftlicher Mitarbeiter und Doktorand in der AG Maschinelles Lernen an der Universität Bielefeld. Er studierte Kognitive Informatik (BSc) und Intelligente Systeme (MSc). Von 2013 bis 2019 war er als Werksstudent in der Softwareentwicklung der Firma Schüco International KG tätig, wo er bereits von 2009 bis 2013 in den Schulferien arbeitete. Außerdem war er von 2014 bis 2019 als Tutor an der Technischen Fakultät der Universität Bielefeld tätig, wofür er 2x mit dem Tutorenpreis der Fakultät ausgezeichnet worden ist. Seid Frühling 2019 ist er wissenschaftlicher Mitarbeiter und Doktorand. Aktuell forscht er zur Erklärbarkeit und Transparenz von Machine Learning Modellen.
