Die Umsetzung intelligenter, datenbasierter Entscheidungsprozesse basiert auf einer Vielzahl strukturierter Analyse- und Modellierungstechniken. Im Kurs lernen Teilnehmende, zentrale Methoden zur Entwicklung leistungsfähiger KI-Anwendungen praxisnah kennen.

Kursinhalte

Ein Schwerpunkt liegt auf der Automatisierung datenverarbeitender Prozesse. Mit Hilfe von Datenpipelines werden Workflows zur Harmonisierung und Transformation großer Datenmengen entwickelt, um Künstliche Intelligenz gezielt in operative und strategische Entscheidungsprozesse zu integrieren.
SQL wird eingesetzt, um strukturierte Daten effizient zu analysieren. Optimierte Abfragen, Joins und Aggregationen ermöglichen es, relevante Informationen gezielt zu extrahieren und hochwertige Trainingsdaten für maschinelle Lernmodelle bereitzustellen - eine wesentliche Grundlage für leistungsstarke Künstliche Intelligenz.
Zur Visualisierung von Modellergebnissen kommt Power BI zum Einsatz. Interaktive Dashboards und DAX-Funktionen unterstützen die nachvollziehbare Darstellung datenbasierter Analysen, Vorhersagemetriken und Modellbewertungen in Künstliche Intelligenz-Systemen.
Explorative Datenanalyse und statistische Verfahren leisten einen wesentlichen Beitrag zur Feature-Auswahl und Modelloptimierung. Sie ermöglichen datengetriebene Prognosen und verbessern die Genauigkeit von KI-Algorithmen in unterschiedlichsten Anwendungskontexten.
Abschließend liegt der Fokus auf der Arbeit mit neuronalen Netzwerken. Teilnehmende trainieren Modelle für Bild- und Spracherkennung, nutzen hyperparameteroptimierte Verfahren und setzen Transfer Learning ein, um Künstliche Intelligenz gezielt für automatisierte Entscheidungen nutzbar zu machen.