Das Seminar behandelt fortgeschrittene Themen des Deep Learning. Fokus liegt auf zentralen Fragen bezüglich Neuronaler Netze: ”wie" und "warum" moderne neuronale Netze generalisieren, Einfluss  von impliziten und expliziten Bias–Mechanismen, wie Modelle effizienter und erklärbarer werden und wie sie langfristig robust bleiben.

Jede Sitzung basiert auf einem ausgewählten zentralen Paper. Die Teilnehmenden präsentieren die Arbeit (etwa 30 Minuten Vortrag), demonstrieren ein ausgewähltes Experiment in einem kurzen Re–Run und leiten eine Diskussion. Voraussetzungen sind Grundkenntnisse in neuronalen Netzen sowie praktische Erfahrung mit einem Deep–Learning–Framework (z. B. PyTorch).

Erwartete Beteiligung: Präsentation + kurzes Reproduktionsbeispiel erarbeiten (aus bestehenden Tutorials, Repos) + aktive Diskussions­beteiligung.

Termine werden nach Absprache alle zwei Wochen vergeben.

Kurs im HIS-LSF