Mario Krenn

 Maschinelles Lernen in der Wissenschaft II

Mario Krenn beschäftigt sich mit der Entwicklung von KI-Systemen zur Entdeckung neuer Ideen und Konzepte in der Physik.

Jakob Macke

  Maschinelles Lernen in der Wissenschaft

Jakob Mackes Ziel ist es, den wissenschaftlichen Erkenntnisprozess mit Hilfe von maschinellem Lernen und künstlicher Intelligenz (KI) zu beschleunigen: Seine Arbeitsgruppe entwickelt Methoden, die WissenschaftlerInnen dabei helfen, experimentelle Daten zu interpretieren und daraus wissenschaftliche Erkenntnisse zu gewinnen.

Zeynep Akata

Robert Bamler

Data Science und Maschinelles Lernen
2020 - 2025
danach Principal Researcher im MPEG-AI-Team bei Nokia TECH, München

Wolfgang Spohn

Wissenschaftsphilosophie
2019 - 2025

Manfred Claassen

  Klinische Bioinformatik, Medizinische Fakultät, Universität Tübingen

Manfred Claassen nutzt maschinelles Lernen zur Analyse von Einzelzell-Daten im Kontext von Krebserkrankungen und immunologischen Erkrankungen.

Stephan Eckstein

  Mathematische Methoden in der Informatik, Fachbereich Mathematik, Universität Tübingen

Stephan Eckstein arbeitet in der Schnittstelle der Wahrscheinlichkeitstheorie und dem maschinellen Lernen, mit einem Fokus auf statistischen Distanzen und effizienten Rechenmethoden.

Michèle Finck

  Recht der Künstlichen Intelligenz, Juristische Fakultät, Universität Tübingen

Michèle Finck's Forschung konzentriert sich auf Recht und künstliche Intelligenz mit besonderem Schwerpunkt auf Daten(schutz)recht und Governance.

Gerard Pons-Moll

  Continuous Learning of Multimodal Data Streams, Fachbereich Informatik, Universität Tübingen

Gerard Pons-Moll's Forschung bewegt sich an der Schnittstelle zwischen maschinellem Lernen, Computer Vision und Computergrafik. Sein Ziel ist es, digitale Menschen zu schaffen, die wie echte Menschen aussehen und sich so verhalten.

Bob Williamson

  Foundations of Machine Learning Systems, Fachbereich Informatik, Universität Tübingen 

Bob Williamson ist daran interessiert, maschinelle Lernsysteme als Ganzes zu verstehen und zu konzipieren. Zu diesem Zweck beschäftigt er sich mit theoretischen Fragen zu Problemen des maschinellen Lernens und wie sie miteinander in Verbindung stehen.