Dieser Kurs vermittelt grundlegende Werkzeuge, Methoden und Strategien zur Entwicklung und Optimierung intelligenter Systeme auf Datenbasis, wobei zuverlässige KI-Anwendungen auf strukturierten Datenprozessen, transparenter Analyse und anpassungsfähigen Modellen basieren.
Inhalte- Datenvorbereitung mit SQL
Ein zentraler Bestandteil ist der Einsatz von SQL zur Vorbereitung großer Datensätze. Teilnehmende erlernen den Umgang mit optimierten Abfragen, Joins und Aggregationen, um strukturierte Trainingsdaten gezielt für Machine Learning-Modelle und neuronale Netze bereitzustellen.
- Datenvisualisierung und Analyse
Zur Visualisierung von Modellmetriken und Vorhersagen kommt Power BI zum Einsatz. Interaktive Dashboards und DAX-Funktionen gewährleisten eine verständliche Darstellung analytischer Ergebnisse und unterstützen datenbasierte Entscheidungsprozesse in verschiedenen Anwendungsfeldern.
- Automatisierte Datenpipelines
Automatisierte Datenpipelines bilden die Grundlage für die Integration von KI-Prozessen in bestehende Systeme. Mithilfe strukturierter Workflows erfolgt die effiziente Verarbeitung, Transformation und Bereitstellung von Modelldaten für skalierbare KI-Lösungen.
- Explorative Datenanalyse
Explorative Datenanalysen in Kombination mit statistischen Methoden und Feature Engineering helfen, relevante Zusammenhänge zu identifizieren. Auf dieser Grundlage lassen sich Vorhersagegenauigkeit und Modellleistung gezielt steigern.
- Neuronale Netzwerke
Abgerundet wird der Kurs durch die Arbeit mit neuronalen Netzwerken. Die Teilnehmenden trainieren Convolutional und Recurrent Neural Networks, setzen Hyperparameter-Tuning ein und nutzen Transfer Learning, um bestehende Modelle effektiv an neue Aufgabenstellungen anzupassen und leistungsstarke KI-Anwendungen zu entwickeln.