In dieser Weiterbildung vertiefen Sie Ihr Wissen im Bereich neuronale Netze und erlangen eine Zusatzqualifikation in Data Science sowie Machine Learning. Sie lernen, neuronale Netze zu konzipieren, zu trainieren und für komplexe Datenanalysen einzusetzen. Zudem erwerben Sie Kenntnisse in der Datenvorverarbeitung, Feature-Engineering und der Evaluierung von Modellen. Ein Schwerpunkt liegt auf der praktischen Anwendung von neuronalen Netzen in verschiedenen Domänen. Sie werden in die Lage versetzt, eigene Projekte zu realisieren und die Leistungsfähigkeit Ihrer Modelle kritisch zu bewerten. Durch praxisorientierte Übungen und Fallstudien wenden Sie neuronale Netze auf reale Problemstellungen an. Sie entwickeln ein tiefgehendes Verständnis für die Funktionsweise und Optimierung dieser Modelle. Nach Abschluss sind Sie in der Lage, neuronale Netze effektiv in Ihrem beruflichen Umfeld einzusetzen und datengetriebene Entscheidungen fundiert zu treffen.
- Kenntnisse im Bereich neuronale Netze und deren Aufgaben und Funktionen
- Abgrenzung von Machine Learning und Deep Learning
- Fachbegriffe und Strukturen aus den neuronalen Netzen
- Verbindungen zu TensorFlow
- Grundlagen von Keras
TensorFlow und Keras Grundlagen
- Installation und Einrichtung von TensorFlow mit Fokus auf neuronale Netze
- Grundlegende Verwendung von TensorFlow
- Verwendung von Keras am Beispiel neuronaler Netze
- Laden und Speichern von Modellen
Modellierung mit Keras
- Erstellen von Machine-Learning-Modellen unter Berücksichtigung neuronaler Netze
- Erstellen von FCN- und CNN-Modellen mit Keras
- Anwendungen aus dem Bereich neuronale Netze: RNN-Modelle mit Keras
- Problemlösung für nicht funktionierende Modelle
Data Science und Machine Learning
- Datenreinigung mit Bezug zu neuronalen Netzen
- Einführung in Pandas und Dataframes
- Grundlegende statistische Kenngrößen im Zusammenhang mit neuronalen Netzen
- Datenvisualisierung
- Einführung in Machine Learning mit Aspekten zu neuronalen Netzen
- Arten des Machine Learning
- Datenvorbereitung für Machine Learning mit Fokus auf neuronale Netze
- Bewertung von Modellen
- Training und Auswahl eines Vorhersagemodells im Kontext neuronaler Netze
- Verwendung von Scikit-Learn für Klassifikationen
AI-Development und Chatbot Technologien
- Einführung in AI-Development unter Einbindung neuronaler Netze
- Aufbau eines einfachen Chatbots
- Training von Chatbot-Modellen mit Schwerpunkt auf neuronalen Netzen
- NLP-Grundlagen für Chatbots
- Fortgeschrittene Chatbot-Techniken auf Basis neuronaler Netze
- Optimierung und Evaluation von Chatbots
- AI-Ethik und Datenschutz in Chatbots mit Hinblick auf neuronale Netze