Machine Learning und KI mit Python

Machine Learning und Künstliche Intelligenz werden in diesem Seminar interdisziplinär und anwendungsorientiert vermittelt. Beginnend mit einer Einführung in Machine Learning, werden Modelle des Supervised und Unsupervised Learnings erarbeitet und an Beispielen, Übungsaufgaben und Mini-Projekten je mit realem Bezug mittels der Programmiersprache Python eingeübt. Teilnehmer haben die Möglichkeit Machine Learning & KI sowohl im facheigenen, als auch fachfremden Kontext kennenzulernen und zu vertiefen. In Python kann sich in den ersten Wochen der Veranstaltung mittels Tutorials eingearbeitet werden und weiteres Python-Wissen wird on-the-fly parallel zu den inhaltlichen Themen vermittelt.

Konkrete Inhalte:

• Einführung in Machine Learning: Was sind die grundlegenden Konzepte des Machine Learning? Wie lernen Algorithmen? Wie können Modelle etwas vorhersagen? Wie können Algorithmen Strukturen und Muster in Daten erkennen? Was ist Supervised und Unsupervised Learning?
• Wie sehen Machine Learning & KI Use Cases in der Praxis aus? Aufgaben und Beispiele werden anhand realer Daten erarbeitet
• Konkrete Algorithmen: Supervised Learning Modelle – Vorhersagen treffen – z.B. mittels Neuronaler Netze, Support Vector Machines, Random Forest; Unsupervised Learning Modelle – Struktur in Daten entdecken – z.B. mittels Clustering, PCA
• Evaluation und Validierung – das optimale Modell auswählen: z.B. Cross Validation, Confusion Matrix
• Edge- und Cloud-Machine-Learning: wie bringt man Machine Learning Modelle in die Produktion?
• Konzeptueller Hintergrund CRISP-DM: Fokus auf die Bereiche Modeling, Evaluation und Deployment
• Unser Arbeitsmedium ist die Programmiersprache Python und JupyterLab/JupyterNotebook

Dieses Seminar ist Teil der Veranstaltungsreihe „Data Science mit Python“, „Machine Learning & KI mit Python“ und „Data Science & IoT Projects: Train your own Machine Learning Model“ der Regensburg School of Digital Sciences (RSDS). Jede dieser Veranstaltungen kann unabhängig voneinander besucht werden. In jeder dieser Veranstaltungen werden Themen vermittelt, die sich ergänzen.