Kontakt aufnehmen
 Dauer 35 Stunden

Schulungsübersicht

Übersicht über KI in Python

  • Zentrale Konzepte und der Umfang von KI
  • Python-Bibliotheken für die KI-Entwicklung
  • Projektstruktur und Arbeitsabläufe in KI-Projekten

Datenaufbereitung für KI

  • Reinigung, Transformation und Feature-Engineering von Daten
  • Bearbeitung fehlender und unausgeglichenen Daten
  • Scaling und Kodierung von Merkmalen

Techniken des überwachten Lernens

  • Regressions- und Klassifikationsalgorithmen
  • Ensemble-Methoden: Random Forest, Gradient Boosting
  • Hyperparameter-Tuning und Kreuzvalidierung

Techniken des unüberwachtem Lernens

  • Clusterungsmethoden: K-Means, DBSCAN, hierarchische Clusterung
  • Dimensionsreduktion: PCA, t-SNE
  • Anwendungsfälle für unüberwachtes Lernen

Neuronale Netze und Deep Learning

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

Verstärkendes Lernen (Einführung)

  • Kernkonzepte von Agenten, Umgebungen und Belohnungen
  • Implementierung grundlegender Algorithmen des verstärkenden Lernens
  • Anwendungen des verstärkenden Lernens

Einsatz 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

  • Grundsolide Kenntnisse der Grundlagen der Python-Programmierung
  • Erfahrung mit Datenanalyse-Bibliotheken wie NumPy und pandas
  • Grundlegende Kenntnisse der Konzepte und Algorithmen des Machine Learning

Zielgruppe

  • Softwareentwickler, die ihre KI-Entwicklungsfähigkeiten erweitern möchten
  • Datenanalysten, die KI-Techniken auf komplexe Datensätze anwenden wollen
  • F&E-Fachkräfte, die KI-gestützte Anwendungen entwickeln

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (2)

Kommende Kurse

Verwandte Kategorien