Kontakt aufnehmen

Schulungsübersicht

Fortschrittliche Neuronale Netze

  • Tiefgehende Architekturmodelle
  • Konvolutionelle und rekurrente neuronale Netze
  • Generative Modelle und unüberwachtes Lernen

Maschinelles Lernen im grossen Massstab

  • Grossdatenanalyse
  • Verteilte Computing-Systeme für ML
  • Fortschrittliche Optimierungstechniken

Verstärkungslernen und Entscheidungsfindung

  • Markov-Entscheidungsprozesse
  • Policy Gradient Methoden
  • Multi-Agenten-Systeme und Spieltheorie

Natürlichsprachliche Verarbeitung und Verständnis

  • Fortschrittliche NLP-Techniken
  • Stimmungsanalyse und Textklassifizierung
  • Sprachmodelle und Transformer

Computer Vision und Wahrnehmung

  • Bilderkennung und Objekterkennung
  • Videoanalyse und Aktionserkennung
  • 3D-Rekonstruktion und Augmented Reality

KI-Ethik und Gesellschaft

  • Voreingenommenheit und Fairness in KI-Systemen
  • KI-Governance und Politik
  • Zukünftige gesellschaftliche Auswirkungen von KI

Lab-Projekt

  • Implementierung fortschrittlicher ML-Modelle
  • Analyse grosser Datensätze
  • Zusammenarbeit an einem gruppenbasierten Forschungsprojekt

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Fundiertes Verständnis grundlegender KI- und ML-Konzepte
  • Sicherheit in Python und Vertrautheit mit Data-Science-Toolkits
  • Abschluss eines Einführungskurses in KI oder gleichwertige Erfahrung

Zielgruppe

  • Datenwissenschaftler
  • Ingenieure
  • KI-Praktiker
 21 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (1)

Kommende Kurse

Verwandte Kategorien