Advances in Self-Organizing Maps, Learning Vector Quantization, Interpretable Machine Learning, and

Das Buch "Advances in Self-Organizing Maps, Learning Vector Quantization, Interpretable Machine Learning" präsentiert die begutachteten Beiträge des 15. Internationalen Workshops zu Selbstorganisierenden Karten, Lernvektorquantisierung und darüber hinaus (WSOM+ 2024), der an der Hochschule Mittweida in Deutschland vom 10. bis 12. Juli 2024 stattfand. Es beleuchtet neue Entwicklungen im Bereich des interpretierbaren und erklärbaren maschinellen Lernens, insbesondere für Klassifikationsaufgaben, Datenkompression und -visualisierung. Der Schwerpunkt liegt auf prototypbasierten Methoden, die von Natur aus interpretierbar, rechnerisch sparsam und robust sind, was sie zu bevorzugten Methoden für fortgeschrittene maschinelle Lernaufgaben in einer Vielzahl von Anwendungen macht, die von der Biomedizin über die Raumfahrtwissenschaft bis hin zu Ingenieurwesen, Wirtschaft und Sozialwissenschaften reichen. Die Flexibilität und Einfachheit dieser Ansätze ermöglichen auch die Integration moderner Aspekte wie tiefe Architekturen, probabilistische Methoden und Relevanzlernen. Das Buch reflektiert sowohl neue theoretische Aspekte als auch interessante Anwendungsfälle in diesem Forschungsbereich.