Machine Learning für Einsteiger:Innen

Grundlagen:

• Wie funktioniert ein Neuronales Netz?
• Was sind die wichtigsten NN-Architekturen? Wie arbeiten sie?
• Kann ein Neuronales Netz auch was Falsches lernen?
• Welche Lerntechniken gibt es? Wofür werden sie eingesetzt?
• Semantische Systeme vs. Datenbasierte Systeme
• Die wichtigsten Konzepte vom Machine Learning
• Wie funktioniert maschinelles Lernen?
• Was macht Deep Learning so besonders?
• Welche Tools und Frameworks gibt es?
• Was versteht man unter Generative AI?
• Was versteht man unter GPT und LLM?
• Wie arbeiten OpenAI ChatGPT und Google Bard?
• Wo liegt der Schlüssel zum Erfolg der KI-Anwendungen?

• Crashkurs NumPy
• Crashkurs Pandas
• Implementierung einer Deep Learning-Anwendung für die Bildererkennung durch die Verwendung eines Convolutional Neural Networks (CNN).

Mit dem Besuch des Kurses Machine Learning für Einsteiger:innen

• kennen Sie sich mit den Grundlagen und mit den aktuellen Frameworks der modernen Künstlichen Intelligenz aus
• wenden Sie wichtige Frameworks wie TensorFlow und Keras an
• haben Sie bereits während des Kurses eine Deep Learning-Anwendung implementiert
• üben Sie Bilderkennung bzw. erlernen Sie, wie Künstliche Intelligenz in der Praxis funktioniert.

• Manager/-innen
• Softwareentwickler/-innen
• Datenbankentwickler/-innen

Idealerweise bringen Teilnehmer/-innen bereits Programmiervorerfahrung in Python mit.
In den praktischen Übungsabschnitten verwenden wir die Programmiersprache Python.