In diesem Hauptseminar besprechen wir verschiedenste Methoden für maschinelles Lernen. Im Fokus stehen dabei Ansätze des aktiven Lernens, Abschätzungen von Unsicherheit und ihre Nutzung, sowie Methoden für Erklärungen von Modellen. Die Anwendung und Entwicklung dieser Methoden für biomedizinische Fragestellungen wird anhand aktueller Forschungsarbeiten betrachtet.
Wir werden das Seminar vornehmlich auf Englisch durchführen, natürlich können Sie Fragen auch auf Deutsch stellen.

Treffpunkt: 14:00 c.t., T9, R. 051

Erster Termin (Themenvergabe + Intro) ist der 15.4.2025.

Bachelorstudierende können an diesem Seminar teilnehmen und es als Proseminar verwenden, aber Inhalte sind sehr fortgeschritten und stammen weitestgehend aus aktueller Forschung. Grundlegende Literatur ist auf Englisch, daher sind gute Englischkenntnise erforderlich.

Bitte melden Sie sich gern bei Fragen persönlich (im Seminar, oder (oft) im T9, R. 161), per Mail (katharina.baum@fu-berlin.de), oder buchen Sie einen Sprechstundentermin hier!

Terminplanung

Datum Thema Vortragende Person
15.4.2025 Introduction to the seminar topic, expectations, assignment of topics Katharina Baum
22.4.2025 self-study: machine learning basics video provided by K. Baum
29.4.2025 X1 - explainability with LR and RF and patient outcome prediction Nomesh (45 + 10)
6.5.2025

X2a - SHAP intro, types of visualizations and small application

Guidelines on reports

Lennard (30 + 10)

K. Baum (20 + 10)

13.5.2025 X2b - comparing SHAP versions for drug activity prediction Julian (45 + 10)
20.5.2025 X3 - LRP and feature relevance in breast cancer prediction with GCNs Michael (45 + 10)
27.5.2025 X4 - Integrated gradients and drug prediction in chemical space Xenia Krotov (45 + 10)
3.6.2025 U2 - mixture density networks for insulin sensitivity prediction Marvin (45 + 10)
10.6.2025* A1 Sunwoo Gim 
17.6.2025 U3 - Bayesian CNN for patient outcome prediction Matteo (30 + 10)
24.6.2025 A2 - margin sample selection and gene-variant prediction in text Catarina (45 + 10)
1.7.2025 A3 - active learning for biomedical citation screening maybe Nils (undecided yet)
8.7.2025 X5 JoonSeo Oh
15.7.2025