KI-tech berufsbegleitend absolvieren

Ziel des Kurses ist es, ein Verständnis für grundlegende Konzepte des maschinellen Lernens zu erhalten. Sie erwerben die Fähigkeit, einfache Machine Learning-Projekte von der Idee bis zur Auswertung umzusetzen. Außerdem kennen sie zentrale Algorithmen, wie lineare Regression, logistische Regression und neuronale Netze und können diese anwenden.

• Einführung in die grundlegenden Begriffe und Konzepte
• Theoretische Grundlagen des maschinellen Lernens
• Struktur und Durchführung von Projekten im maschinellen Lernen
• Praktische Anwendung der theoretischen Konzepte
• Bonus: Grundlegende Einblicke in die Funktionsweise von Large Language Models wie ChatGPT

Am Ende des Kurses sind Sie in der Lage, grundlegende Machine Learning-Techniken selbstständig anzuwenden und ihre Ergebnisse kritisch zu bewerten. Mit diesem Wissen sind Sie bestens vorbereitet, um sich tiefer in das spannende Feld der Künstlichen Intelligenz einzuarbeiten oder erste praktische Projekte umzusetzen.

Dieser Kurs besteht aus zwei Microcredentials, d. h. zwei abgeschlossenen kleinen Einheiten.

Microcredential 1

1. Einführung in das maschinelle Lernen

2. Zentrale Algorithmen und Konzepte des maschinellen Lernens

• Regressions- und Klassifikationsprobleme
• Lineare Regression, Logistische Regression und Neuronale Netze
• Training: Theoretische Grundlagen

Microcredential 2

3. Praktische Machine Learning-Projekte von Anfang bis Ende

• Datensammlung, Datenaufbereitung und Preprocessing
• Modelltraining, Evaluation und Optimierung
• Konkrete Anwendung der Algorithmen auf reale Datensätze
• Analyse und Interpretation der Ergebnisse

Bonus: Grundlegende Einblicke in die Funktionsweise von Large Language Models (z. B. ChatGPT)

Wissenschaftliche Leitung
Prof. Dr. Timo Baumann, Fakultät Informatik und Mathematik, Lehrgebiet KI, Schwerpunkt Natural Language Processing

Dozent
Vinzent Penzkofer, M.Sc. Informatik, Softwareentwickler