Diese Weiterbildung richtet sich an Fachkräfte im Bereich der Umweltwissenschaften, die ihre Kenntnisse in der Künstlichen Intelligenz vertiefen möchten.

Die Weiterbildung besteht aus mehreren spezialisierten Modulen. Zunächst wird die Einführung in die Grundlagen des Machine Learning behandelt, gefolgt von einem Aufbaukurs, der fortgeschrittene Techniken und Strategien vermittelt. Im Anschluss daran werden die Teilnehmer in die spezifische Anwendung von AWS DeepRacer eingeführt, um autonome Systeme für Umweltanwendungen zu entwickeln und zu optimieren.

Wesentliche Inhalte der Module:

Einführung in Machine Learning
  • Grundlagen des Machine Learning und der Künstlichen Intelligenz
  • Überblick über verschiedene Machine Learning-Algorithmen
  • Praktische Anwendung von Machine Learning in Umweltwissenschaften

Machine Learning Aufbau
  • Vertiefung der Machine Learning-Kenntnisse und -Fähigkeiten
  • Fortgeschrittene Techniken und Strategien in der KI
  • Anwendung von Deep Learning und neuronalen Netzen

AWS DeepRacer Grundlagen
  • Einführung in AWS DeepRacer und seine Komponenten
  • Erstellung und Training von Modellen für autonomes Fahren
  • Simulation und Evaluierung von Modellen in der AWS DeepRacer-Umgebung

AWS DeepRacer für Umweltanwendungen
  • Anpassung und Optimierung von Modellen für spezifische Umweltanwendungen
  • Integration von Sensordaten und Umweltparametern
  • Praktische Projekte zur Überwachung und Analyse von Umweltbedingungen