Daten: KI und Datenmodellierung
Dieser Kurs bietet eine umfassende Einführung in Künstliche Intelligenz (KI) und Datenmodellierung und vermittelt den Lernenden die Fähigkeiten, KI-gesteuerte Modelle zu erstellen, zu trainieren und zu bewerten. Die Teilnehmer sammeln praktische Erfahrungen mit Python, KI-Frameworks, Datenmodellierungstechniken und realen Anwendungen.
Kursmodule:

Einführung in Python für KI und Datenmodellierung
  • Lernen Sie Python-Syntax, Schleifen und Funktionen für KI-Anwendungen kennen.
  • Arbeiten mit Python-Bibliotheken wie Pandas, NumPy und Scikit-learn.
  • Einrichten von Python-Umgebungen mit Jupyter Notebooks und Anaconda.
Grundlagen der künstlichen Intelligenz (KI)
  • Verständnis der wichtigsten KI-Konzepte, einschließlich maschinelles Lernen und Automatisierung.
  • Erkunden von überwachten und unüberwachten Lerntechniken.
  • Erlernen der Rolle der KI in prädiktiven Analysen, NLP und Computer Vision.
Einführung in die Datenmodellierung
  • Verstehen Sie die Bedeutung der Datenmodellierung in KI und ML.
  • Lernen Sie strukturierte und unstrukturierte Datenverarbeitungstechniken kennen.
  • Arbeiten Sie mit Feature-Engineering und Datentransformation.
Überwachtes und unüberwachtes Lernen in der KI
  • Implementieren Sie Klassifizierungs- und Regressionsmodelle.
  • Erkunden Sie Clustering-Techniken wie K-Means und hierarchisches Clustering.
  • Lernen Sie, wie Sie KI-Modelle für eine bessere Genauigkeit optimieren können.
Deep Learning und KI-Frameworks
  • Arbeiten Sie mit neuronalen Netzen, Aktivierungsfunktionen und Verlustoptimierung.
  • Verwenden Sie TensorFlow und Keras für das Training von KI-Modellen.
  • Trainieren und implementieren Sie KI-gestützte Datenmodelle für reale Anwendungen.
KI-gesteuerte Datenmodellierungstechniken
  • Implementieren Sie Techniken zur Dimensionsreduktion wie die Hauptkomponentenanalyse (PCA).
  • Erfahren Sie, wie KI die Datenvisualisierung und Mustererkennung verbessert.
  • Optimieren Sie die Modellleistung durch Hyperparameter-Tuning.
Modellbewertung und Leistungskennzahlen
  • Verstehen Sie Präzision, Recall und F1-Score in KI-Modellen.
  • Erfahren Sie mehr über Kreuzvalidierung, Überanpassung und Bias-Minderung.
  • Optimieren Sie KI-Modelle mithilfe von Regularisierung und Hyperparameter-Tuning.
Praktische KI- und Datenmodellierungsprojekte
  • Wenden Sie KI-gesteuerte Datenmodellierungstechniken auf reale Datensätze an.
  • Arbeiten Sie an prädiktiven Analyse- und Automatisierungslösungen.
  • Entwickeln Sie durchgängige KI-Modelle für Geschäftsanwendungen.

Data: AI und Data Modelling umfasst das Arbeiten mit KI-Frameworks, Datenmodellierungstechniken und praktischen Anwendungen zur Erstellung datengesteuerter Modelle.