Kontakt aufnehmen
 Dauer 35 Stunden

Schulungsübersicht

Überblick über KI in Python

  • Wichtige Konzepte und der Umfang von KI
  • Python-Bibliotheken für die KI-Entwicklung
  • Projektstruktur und Workflow für KI

Datenvorbereitung für KI

  • Bereinigung, Transformation und Feature Engineering von Daten
  • Umgang mit fehlenden und unausgeglichenen Daten
  • Skalierung und Kodierung von Merkmalen

Überwachtes Lernen

  • Algorithmen für Regression und Klassifizierung
  • Ensemble-Methoden: Random Forest, Gradient Boosting
  • Anpassung von Hyperparametern und Kreuzvalidierung

Unüberwachtes Lernen

  • Clusterungsverfahren: K-Means, DBSCAN, hierarchisches Clustering
  • Dimensionsreduktion: PCA, t-SNE
  • Anwendungsfälle für unüberwachtes Lernen

Neuronale Netze und Deep Learning

  • Einführung in TensorFlow und Keras
  • Aufbau und Training von Feedforward-Neuronen
  • Optimierung der Leistung neuronaler Netze

Bestärkendes Lernen (Einführung)

  • Kernkonzepte: Agenten, Umgebungen und Belohnungen
  • Implementierung grundlegender Algorithmen für bestärkendes Lernen
  • Anwendungen des bestärkenden Lernens

Bereitstellung von KI-Modellen

  • Speichern und Laden trainierter Modelle
  • Integration von Modellen in Anwendungen über APIs
  • Überwachung und Wartung von KI-Systemen im Produktivbetrieb

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Fundierte Kenntnisse der Grundlagen der Python-Programmierung
  • Erfahrung mit Bibliotheken zur Datenanalyse wie NumPy und pandas
  • Grundlegende Kenntnisse der Konzepte und Algorithmen des maschinellen Lernens

Zielgruppe

  • Softwareentwickler, die ihre Fähigkeiten in der KI-Entwicklung erweitern möchten
  • Datenanalysten, die KI-Techniken auf komplexe Datensätze anwenden möchten
  • F&E-Fachkräfte, die KI-gestützte Anwendungen entwickeln

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (2)

Kommende Kurse

Verwandte Kategorien