Ziele der Weiterbildung

Im Fokus der Weiterbildung Künstliche Intelligenz - Entwicklung und Datenanalyse steht das Verständnis und die Anwendung von Techniken der künstlichen Intelligenz und Datenanalyse. Die Inhalte umfassen sowohl die Grundlagen der künstlichen Intelligenz als auch spezialisierte Methoden des maschinellen Lernens, darunter Supervised und Unsupervised Learning sowie Feature Engineering. Neuronale Netze und Deep Learning werden ebenfalls behandelt, um tiefere Einblicke in komplexe Datenstrukturen zu ermöglichen. Fortgeschrittene Datenanalysetechniken werden vermittelt, um fundierte Entscheidungen auf Basis von Daten zu treffen. Ein praktisches Projekt zur Datenanalyse rundet die Weiterbildung ab und bietet die Möglichkeit, das Gelernte in realen Szenarien anzuwenden. Die Weiterbildung setzt ein grundlegendes Verständnis in den Bereichen mathematische Analysis, lineare Algebra und Statistik sowie Vorkenntnisse in Python, gängigen Machine-Learning-Bibliotheken und Data Analysis voraus. Zusammengefasst bietet sie eine Grundlage für alle, die sich im Bereich künstliche Intelligenz, Entwicklung und Datenanalyse weiterentwickeln möchten.


Inhalte der Weiterbildung

Artificial Intelligence
  • Geschichte der KI
  • Moderne KI-Systeme
  • Reinforcement Learning
  • Natural Language Processing (NLP)
  • Computer Vision
Maschinelles Lernen - Supervised Learning
  • Einführung in maschinelles Lernen
  • Regression
  • Grundlegende Klassifizierungstechniken
  • Support-Vektor-Maschinen
  • Entscheidungs- und Regressionsbäume
Maschinelles Lernen - Unsupervised Learning und Feature Engineering
  • Einführung in Unsupervised Learning und Feature Engineering
  • Clustering
  • Dimensionsreduktion (dimensionality reduction)
  • Feature Engineering
  • Feature Selektion
  • Automatisierte Feature-Generierung
Neuronale Netze und Deep Learning
  • Einführung in neuronale Netze
  • Feed-Forward Netze
  • Vermeiden von Übertrainieren
  • Faltungsnetze (Convolutional Neural Networks)
  • Rekurrente neuronale Netze
Advanced Data Analysis
  • Analyse der Unternehmensleistung
  • Text-Mining
  • Web- und Social Media-Analyse
  • Experimentieren und Testen
Projekt: Datenanalyse
  • Transfer von methodischem Wissen zur Umsetzung von Anwendungsfällen der Analytik in der realen Welt aus den oben genannten Problembereichen.