Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Einführung in die Künstliche Intelligenz
- Was ist KI und wo wird sie eingesetzt?
- KI vs. Maschinelles Lernen vs. Deep Learning
- Gängige Tools und Plattformen
Python für KI
- Wiederholung der Python-Grundlagen
- Nutzung von Jupyter Notebook
- Installation und Verwaltung von Bibliotheken
Arbeiten mit Daten
- Datenvorbereitung und -bereinigung
- Verwendung von Pandas und NumPy
- Visualisierung mit Matplotlib und Seaborn
Grundlagen des maschinellen Lernens
- Überwachtes vs. unüberwachtes Lernen
- Klassifikation, Regression und Clustering
- Modelltraining, Validierung und Testung
Neuronale Netze und Deep Learning
- Architektur neuronaler Netze
- Nutzung von TensorFlow oder PyTorch
- Erstellen und Training von Modellen
Natürliche Sprache und Computer Vision
- Textklassifikation und Sentiment-Analyse
- Grundlagen der Bilderkennung
- Vorab trainierte Modelle und Transfer Learning
Bereitstellung von KI in Anwendungen
- Speichern und Laden von Modellen
- Einsatz von KI-Modellen in APIs oder Web-Apps
- Best Practices für Testung und Wartung
Zusammenfassung und nächste Schritte
Voraussetzungen
- Grundverständnis von Programmierlogik und -strukturen
- Erfahrung mit Python oder ähnlichen Hochsprache-Programmiersprachen
- Grundlegende Vertrautheit mit Algorithmen und Datenstrukturen
Zielgruppe
- IT-Systemprofis
- Softwareentwickler, die KI integrieren möchten
- Ingenieure und technische Leiter, die KI-basierte Lösungen erforschen
40 Stunden
Erfahrungsberichte (1)
Ich habe Wissen über die Streamlit-Bibliothek von Python erworben und werde sie sicherlich verwenden, um Anwendungen in meinem Team zu verbessern, die mit R Shiny erstellt wurden.
Michal Maj - XL Catlin Services SE (AXA XL)
Kurs - GitHub Copilot for Developers
Maschinelle Übersetzung