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
- Beliebte Tools und Plattformen
Python für KI
- Auffrischung der Python-Grundlagen
- Nutzung von Jupyter Notebook
- Installation und Verwaltung von Bibliotheken
Arbeiten mit Daten
- Datenvorbereitung und -bereinigung
- Nutzung von Pandas und NumPy
- Visualisierung mit Matplotlib und Seaborn
Grundlagen des maschinellen Lernens
- Überwachtes vs. unüberwachtes Lernen
- Klassifikation, Regression und Clustering
- Modelltraining, Validierung und Testen
Neuronale Netze und Deep Learning
- Architektur neuronaler Netze
- Nutzung von TensorFlow oder PyTorch
- Aufbau und Training von Modellen
Natürliche Sprachverarbeitung und Computer Vision
- Textklassifizierung und Sentiment-Analyse
- Grundlagen der Bilderkennung
- Vor trainierte Modelle und Transfer Learning
Einsatz von KI in Anwendungen
- Speichern und Laden von Modellen
- Nutzung von KI-Modellen in APIs oder Webanwendungen
- Best Practices für Testing und Wartung
Zusammenfassung und nächste Schritte
Voraussetzungen
- Verständnis von Programmierlogik und -strukturen
- Erfahrungen mit Python oder ähnlichen Hochsprachen
- Grundkenntnisse in Algorithmen und Datenstrukturen
Zielgruppe
- IT-Systemprofis
- Softwareentwickler, die KI integrieren möchten
- Ingenieurinnen und Ingenieure sowie technische Führungskräfte, die KI-basierte Lösungen erkunden
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