vorstellung · weiterbildung erfolg weiterbildung erfolg motivation weiterbildung erfolg prolem:...
Post on 23-May-2020
18 Views
Preview:
TRANSCRIPT
Vorstellung
Prof. Dr. Katharina Simbeck
simbeck@htw-berlin.de
Helge Roski-Krahn
Helge.Roski-Krahn@ukb.de
Finn Folkerts
Finn.Folkerts@HTW-Berlin.de
Agenda
1. Trainingsdaten erstellen
2. Was ist Künstliche Intelligenz?
3. KI Modell trainieren
4. Sind datenbasierte Entscheidungen objektiv?
5. KI Modell verwenden
6. Datenbasierte Entscheidungen im Personalwesen
1. Trainingsdaten erstellen
Wir wollen Maschinelles Lernen ausprobieren.
Wir möchten einem Computer beibringen VER.DI und IGBCE zu unterscheiden.
Bitte beschriften Sie jeweils eine Karte mit VER.DI und IGBCE.
- In Druckschrift
- In Großbuchstaben
Was ist Künstliche Intelligenz?
Künstliche Intelligenz ist die Wissenschaft davon, Computern Dinge beizubringen, in denen im Moment noch Menschen besser sind. ( Elaine Rich, 1983, zitiert nach Ertel: Grundkurs Künstliche Intelligenz)
https://youtu.be/E96EXx83s9o
BeŻet, cropped version of
https://www.flickr.com/photos/scho
schie/171544759/sizes/o/ by
schoschie
https://de.wikipedia.org/wiki/Datei:
Robocuphumanoid.jpg
Bildquelle DeepBlue:
https://www.flickr.com/photos/22453761@N00/5
92436598/, Autor James the photographer
Bildquelle Kasparov:
http://www.kasparovagent.com/photo_gallery.ph
p
Heuristische Suche
Heuristiken: Problemlösungsstrategien, die in vielen Fällen zu einer schnelleren
Lösung führen als die uninformierte Suche.
● Suchen unter beschränkten Ressourcen (z.B. Zeit)
● Heuristische Bewertungsfunktion
Welche Heuristik würden Sie verwenden, um den Weg nach Hanoi zu finden?
Quelle: Ertel: Grundkurs Künstliche Intelligenz, Kapitel 6.3
Lernen durch Verstärkung (Re-inforcement Lernen)
„Lernen ohne Lehrer“
Beispiele:
● Backgammon Programm TD-Gammon wurde mit einer 2 Züge Vorausschau
in 1,5 Millionen Spielen gegen sich selbst trainiert und erreichte
Weltklasseniveau.
● RoboCup Soccer: Fußballroboter lernen laufen.
Quelle: Ertel: Grundkurs Künstliche Intelligenz, Kapitel 10.9
Re-Inforcement Learning: AlphaGo
https://commons.wiki
media.org/wiki/File:G
o_game_(20944976
15).jpg
Urheber:
Luis de Bethencourt
from Madrid, Spain
In AlphaGo verwendete Lern-Strategien
● Deep Learning basierend auf gespeicherten Meisterspielen (30 Millionen
Spielstellungen und Züge)
● Lernen durch Verstärkung (AlphaGo spielt gegen sich selbst)
● Lernen einer Stellungsbewertung („Ausprobieren“)
Zum Einsatz kamen Parallelrechner mit 1202 CPUs und 176 Grafikkarten.
Quelle: Ertel: Grundkurs Künstliche Intelligenz, Kapitel 10.10
Bekommen dunkelhäutige Spieler häufiger rote Karten von Schiedsrichtern?
1 Datensatz61 Wissenschaftler29 Ergebnisse
Silberzahn, R; Uhlmann, E L; Martin, D P; Anselmi, P; Ullrich, Johannes (2017). Many analysts, one dataset: Making transparent how variations in analytical choices affectresults. Cornell University: PsyArXiv. https://doi.org/10.5167/uzh-148470
Datenbasierte Entscheidungen sind gut.
Daten schützen nicht vor Entscheidungen.
Ergebnis muss robust sein:
- Leichte Änderung der Annahmen
- Leichte Änderung der Daten (10% weglassen)
- Änderung der Analysemethode
Weiterbildung Erfolg
Weiterbildung Erfolg
Motivation
Weiterbildung
Erfolg
Prolem: Kausalität
Datenanalysen sind nicht geeignet, um Ursachen zu erklären. Korrelation ≠ Kausalität.
Zusammenhang Ursache-Wirkung: Nicht immer beobachtbar
Experimente mit Kontrollgruppe
Grafik „Anker im Kopf“ von Ralf Appelt unter CC BY 3.0 DE.
Problem:
Wirkung von nicht-monetären Anreizen (Restivo, van de Rijt 2012)
● Experiment mit ehrenamtlichen Wikipedia-Mitarbeitern
● Identifikation von besonders produktiven Schreibern
● Vergabe von „Barnstars“ (Bienchen)
Produktivität sank nach Vergabe der „Barnstars“
Problem: Tendenz zur Mitte
Wirkung von nicht-monetären Anreizen (Restivo, van de Rijt 2012)
● Experiment mit ehrenamtlichen Wikipedia-Mitarbeitern
● Identifikation von besonders produktiven Schreibern
● Vergabe von „Barnstars“ (Bienchen)
● Kontrollgruppe: genauso produktiv, keine „Barnstars“
Produktivität sank nach Vergabe der „Barnstars“ in beiden Gruppen
Produktivität sank stärker in Gruppe ohne „Barnstars“
Problem: Tendenz zur Mitte (Regression to the Mean)
Tendenz zur Mitte (Regression to the Mean):
--> Vorsicht bei der Analyse von extremen
Ausprägungen
Problem: Messbarkeit …
Was ist Performance?
Wann war eine Einstellungsentscheidung richtig?
Wieviele Arbeitsunfälle traten auf?
Wie hoch war die Qualität der Weiterbildungsmaßnahme?
Frage 2:
Welche Entscheidungen (mit Auswirkungen auf Mitarbeiter_innen)
werden in Ihrem Unternehmen
datenbasiert getroffen?
top related