Künstliche Intelligenz
( 24 Module )

Modul #1
Einführung in Künstliche Intelligenz
Erkunden der Definition, Geschichte und Anwendungen von KI

Modul #2
Grundlagen des maschinellen Lernens
Überwachtes, unüberwachtes und bestärkendes Lernen verstehen

Modul #3
Mathematik für KI
Lineare Algebra, Infinitesimalrechnung und Wahrscheinlichkeit für KI-Anwendungen

Modul #4
Python für KI
Einführung in die Python-Programmierung für KI und Datenwissenschaft

Modul #5
Datenvorverarbeitung und -visualisierung
Bereinigen, Transformieren und Visualisieren von Daten für KI-Anwendungen

Modul #6
Überwachtes Lernen
Erstellen von Regressions- und Klassifizierungsmodellen mit scikit-learn

Modul #7
Unüberwachtes Lernen
Clustering, Dimensionsreduktion und Dichteschätzung

Modul #8
Bestärkendes Lernen
Einführung in Markov-Entscheidungsprozesse und Q-Learning

Modul #9
Grundlagen des Deep Learning
Einführung in neuronale Netzwerke, Perceptronen und Backpropagation

Modul #10
Convolutional Neural Networks (CNNs)
Bildverarbeitung und Objekterkennung mit CNNs

Modul #11
Recurrent Neural Networks (RNNs)
Sequenzdaten und Sprachmodelle mit RNNs und LSTMs

Modul #12
Natural Language Processing (NLP)
Textvorverarbeitung, Tokenisierung und Sprachmodellierung

Modul #13
Computer Vision
Bildklassifizierung, Objekterkennung und -segmentierung

Modul #14
Robotik und Steuerungssysteme
Einführung in Robotik, Steuerungssysteme und Sensorverarbeitung

Modul #15
KI-Ethik und Voreingenommenheit
Verständnis und Umgang mit Voreingenommenheit in KI-Systemen

Modul #16
KI-Anwendungen in der Industrie
KI-Anwendungen in den Bereichen Gesundheitswesen, Finanzen und Marketing erkunden

Modul #17
KI für das Gemeinwohl
KI für soziale Auswirkungen und ökologische Nachhaltigkeit nutzen

Modul #18
Neuronale Netzwerkarchitekturen
Erkunden erweiterter neuronaler Netzwerkarchitekturen

Modul #19
Generative Modelle
Einführung in GANs, VAEs und generative Modelle

Modul #20
Transferlernen und Feinabstimmung
Verwendung vorab trainierter Modelle für eine effiziente KI-Entwicklung

Modul #21
KI für Zeitreihenprognosen
Verwendung von KI für Zeitreihenprognosen und Anomalieerkennung

Modul #22
KI für Empfehlungssysteme
Aufbau personalisierter Empfehlungssysteme mit KI

Modul #23
KI-Projektentwicklung
Entwicklung eines realen KI-Projekts von Grund auf

Modul #24
Kursabschluss und Schlussfolgerung
Planen Sie die nächsten Schritte in Ihrer Karriere im Bereich künstliche Intelligenz

Bereit zu lernen, zu teilen und zu konkurrieren?