Seminar: Can we trust Dr. Black Box? (Bachelor / Master) - Details

Seminar: Can we trust Dr. Black Box? (Bachelor / Master) - Details

Allgemeine Informationen

Veranstaltungsname Seminar: Can we trust Dr. Black Box? (Bachelor / Master)
Veranstaltungsnummer 1410, 4300, 1350, 2990, 4130, u.
Semester WS 2026/27
Aktuelle Anzahl der Teilnehmenden 1
erwartete Teilnehmendenzahl 20
Heimateinrichtung Mathematical Statistics and Artificial Intelligence in Medicine
Veranstaltungstyp Seminar in der Kategorie Lehre
Vorbesprechung Termin am Mittwoch, 22.07.2026 von 10:00 bis 13:00 Uhr
Erster Termin Mittwoch, 22.07.26, 10:00 - 13:00 Uhr Die Vorbesprechung zum Seminar findet im Raum L / 3008 statt
Teilnehmende Studierende der Studiengänge:
- Master Mathematik, Wirtschaftsmathematik, Data Science, Mathematics & Computer Science, Mathematical Analysis and Modelling
-Bachelor Mathematik, Wirtschaftsmathematik, Data Science, Mathematik & Informatik
Lehramt Gymnasium
Voraussetzungen Notwendig: Analysis I und II
Hilfreich: Stochastik I und II

Teilnahme an der Vorbesprechung. In der Vorbesprechnung wird bekanntgegeben, wer an dem Seminar teilnehmen kann.

Sollten Sie am Vorbesprechungstermin verhindert sein, schreiben Sie bitte eine E-Mail an:
dayasri.ravi @uni-a.de oder lena.schemet@uni-a.de
Bei großem Interesse entscheidet der Zeitpunkt Ihrer Anmeldung ggfls. über die Teilnahmeberechtigung.
Leistungsnachweis Vortrag
Veranstaltung findet in Präsenz statt / hat Präsenz-Bestandteile Ja
Hauptunterrichtssprache deutsch
Literaturhinweise Literatur wird rechtzeitg bekanntgegeben.
Sonstiges Die Vorbesprechung findet am 22.07.2026 um 10:00 Uhr im Raum L / 3008 statt.
Die Anmeldung zum Seminar im Digicampus ist nur vorläufig.

Bei Fragen wenden Sie sich an:
dayasri.ravi @uni-a.de oder lena.schemet@uni-a.de
ECTS-Punkte 2 SWS / 6 LP

Räume und Zeiten

Die Vorbesprechung zum Seminar findet im Raum L / 3008 statt

  • Mittwoch, 22.07.26, 10:00 - 13:00 Uhr

Studienbereiche

Modulzuordnungen

Kommentar/Beschreibung

KI-Modelle können medizinische Risiken, Diagnosen und Prognosen erstaunlich gut vorhersagen. Aber in der Medizin reicht ein "das Modell sagt es" nicht aus.
Wir wollen verstehen, warum ein Modell eine bestimmte Vorhersage trifft, welche Informationen wirklich relevant sind und wann Erklärungen selbst in die Irre führen können.
In diesem Seminar geht es um Explainable AI, interpretierbares Machine Learning und statistisches Denken für medizinische Anwendungen.
Themen sind unter anderem:
• Black-box-Modelle vs. interpretierbare Modelle
• Feature Effects: PDP, ICE und ALE
• Feature Importance und SHAP-Werte
• Validierung, Overfitting und Generalisierbarkeit
• Grenzen von XAI in realen Anwendungen

Anmeldemodus

Die Auswahl der Teilnehmenden wird nach der Eintragung manuell vorgenommen.

Die Anmeldung im Digicampus ist nur vorläufig.
In der Vorbesprechnung wird bekanntgegeben, wer an dem Seminar teilnehmen kann. Die Anmeldung bei der Vorbesprechnung ist dann verbindlich.
Die Vorbesprechung findet am 22.07.2026 um 10:00 Uhr im Raum L - 3008 statt.
Sollten Sie am Vorbesprechungstermin verhindert sein, schreiben Sie bitte eine E-Mail an:
dayasri.ravi @uni-a.de oder lena.schemet@uni-a.de
Bei großem Interesse entscheidet der Zeitpunkt Ihrer Anmeldung ggfls. über die Teilnahmeberechtigung.