Ziele der Weiterbildung
Im Fokus der Weiterbildung Machine Learning and Deep Learning Development steht das Verständnis und die Anwendung von maschinellem Lernen und tiefem Lernen. Die Inhalte umfassen grundlegende und fortgeschrittene Techniken des maschinellen Lernens sowie die Entwicklung von Modellen im Bereich des tiefen Lernens. Reinforcement Learning wird ebenfalls behandelt, um adaptive Systeme zu entwickeln, die aus Interaktionen lernen. Ein Seminar zu aktuellen Themen in der Künstlichen Intelligenz bietet Einblicke in die neuesten Entwicklungen und Trends in diesem dynamischen Feld.
Inhalte der Weiterbildung
Die Weiterbildungsinhalte sind auf Englisch.Machine Learning
- Supervised, unsupervised, and reinforcement learning approaches
- Regression and classification learning problems
- Estimation of functional dependencies via regression techniques
- Data clustering
- Support vector machines, large margin classification
- Decision tree learning
- Introduction to neural networks and deep learning
- Network architectures
- Neural network training
- Alternative training methods
- Further network architectures
- Introduction to reinforcement learning
- Markov chains
- Bandit
- Q-Learning
- Reinforcement learning approaches
- In this module, students will reflect on current developments in AI. To this end, pertinent topics will be introduced via articles that are then critically evaluated by the students in the form of a written essay.