Inhalt

Zielgruppe:
Dieser Kurs richtet sich an motivierte und teamorientierte Quereinsteiger, Geisteswissenschaftler und Studienabbrecher, die in die wachsende Digitalbranche einsteigen möchten. Das Unternehmen spricht auch explizit Frauen an, die eine Karriere in der Digitalwirtschaft anstreben und Interesse am Programmieren haben. Im Laufe des Bootcamps bauen die Teilnehmerinnen ihr eigenes digitales Portfolio auf und schließen die Ausbildung mit einem eigenen „digitalen Gesellenstück“ ab. Dabei erstellen sie wichtige Arbeitsproben.

Kursinhalt:

Datenwissenschaft mit künstlicher Intelligenz: Konzepte der künstlichen Intelligenz
Dieser Kurs bietet eine umfassende Einführung in die Konzepte der künstlichen Intelligenz (KI) und behandelt die Grundlagen von Python, KI-Prinzipien, maschinelles Lernen und Deep-Learning-Frameworks. Die Teilnehmer sammeln praktische Erfahrungen in der KI-gesteuerten Problemlösung und Modellentwicklung.
Kursmodule:

Einführung in Python für KI und Datenwissenschaft
Erlernen der Python-Syntax, Datenstrukturen und Funktionen für KI-Anwendungen.
Die Rolle von Python bei KI-gesteuerten Lösungen verstehen.
Mit Python-Bibliotheken für die Entwicklung von KI-Modellen arbeiten.

Einrichten von Entwicklungsumgebungen
Jupyter-Notebooks und Anaconda für die KI-Entwicklung konfigurieren.
Git- und Unix-Befehle für die Versionskontrolle und Zusammenarbeit nutzen.
KI-freundliche Umgebungen mit IDEs wie PyCharm und VS Code einrichten.

Grundlagen der künstlichen Intelligenz (KI)
KI-Konzepte verstehen, einschließlich regelbasierter Systeme und maschinelles Lernen.
Den Unterschied zwischen überwachtem, unüberwachtem und bestärkendem Lernen erforschen.
KI-Anwendungen in Branchen wie dem Gesundheitswesen, dem Finanzwesen und der Robotik kennenlernen.

Einführung in das maschinelle Lernen (ML)
Die Grundlagen von Algorithmen des maschinellen Lernens und ihre Anwendungen erlernen.
Die Unterschiede zwischen Klassifizierung, Regression und Clustering verstehen.
Modellbewertungsmetriken zur Beurteilung der KI-Leistung untersuchen.

Deep Learning und neuronale Netze
Künstliche neuronale Netze (KNN) und ihre Komponenten verstehen.
Erfahren Sie mehr über Aktivierungsfunktionen, Schichten und Backpropagation.
Implementieren Sie TensorFlow und Keras für die Erstellung von Deep-Learning-Modellen.

KI in der Praxis: Anwendungen in der realen Welt
Erkunden Sie, wie KI in der Verarbeitung natürlicher Sprache (NLP), in der Computervision und in der Robotik eingesetzt wird.
Erfahren Sie mehr über KI-gestützte Empfehlungssysteme und prädiktive Analysen.
Verstehen Sie die ethischen Implikationen und Herausforderungen der KI-Implementierung.

Praktische KI-Modellentwicklung
Einfache KI-Modelle mit Python, TensorFlow und Keras erstellen.
Modelle für maschinelles Lernen und Deep Learning trainieren und bewerten.
KI-Konzepte auf reale Datensätze und Geschäftsprobleme anwenden.

Weitere Infos beim Anbieter

Förderungsart

Bildungsgutschein (nach AZAV, Akkreditierungs- und Zulassungsverordnung Arbeitsförderung) i

Unterrichtsart

Online-Seminar