Dieser Kurs stellt die zentralen Aufgaben der Machine Learning-Entwicklung vor. Es werden zunächst die Datenanalyse und -visualisierung sowie das Datenmanagement ausführlich erläutert und in den Kontext von Big Data gesetzt. Im nächsten Schritt führt dich der Kurs von den Grundlagen des maschinellen Lernens zu den beiden Kategorien überwachtes und unüberwachtes Lernen und gibt einen Einblick in das Thema Evaluierung und Verbesserung. Es wird gezeigt, wie IT-Systeme in der Lage sind, Muster in bestehenden Datenbeständen zu identifizieren und mithilfe von Algorithmen eigenständige Lösungen für Probleme zu finden. Abschließend geht der Kurs mit Deep Learning vertiefend auf ein Teilbereich des Machine Learnings ein und erläutert dessen Methoden auf Basis von neuronalen Netzen.
- Einführung Datenanalyse
- Wiederholung Grundlagen Python
- Datenanalyse, Data Analytics
- Künstliche Intelligenz (KI) im Arbeitsprozess
- Datenvisualisierung
- Datenmanagement
- Datenanalyse im Big Data Kontext
- Dashboards
- Text Mining
- Projektarbeit Data Analytics
- Einführung in Machine Learning
- Überwachtes Lernen
- Unüberwachtes Lernen
- Evaluierung und Verbesserung
- Projektarbeit Machine Learning
- Machine Learning: Deep Learning
- Grundlagen in neuronalen Netzen
- Convolutional Neural Network (CNN)
- Transfer Learning
- Regional CNN
- Methoden der kreativen Bilderzeugung
- Recurrente neurale Netze
- Textverarbeitung durch neuronale Netze
- Sprachmodelle
- Deep Reinforcement Learning
- Bayes'sche neuronale Netze
- Projektarbeit Deep Learning
Änderungen möglich, die Lehrgangsinhalte werden regelmäßig aktualisiert.