Schulungsübersicht

Einführung in die generative KI

  • Definition von generativer KI
  • Überblick über generative Modelle (GANs, VAEs usw.)
  • Anwendungen und Fallstudien

Die Notwendigkeit synthetischer Daten

  • Begrenzungen von realen Daten
  • Datenschutz- und Sicherheitsbedenken
  • Verbesserung der Robustheit von KI-Modellen

Erstellung synthetischer Daten

  • Techniken zur Generierung synthetischer Daten
  • Sicherstellen von Datengüte und Vielfalt
  • Praktisches Workshop: Schaffung Ihrer ersten Synthetik-Datensätze

Bewertung synthetischer Daten

  • Metriken zur Beurteilung der Güte synthetischer Daten
  • Vergleich von Leistungsfähigkeit von synthetischen und realen Daten
  • Fallstudienanalyse

Ethische und rechtliche Aspekte

  • Navigieren des ethischen Raums
  • Rechtliche Rahmenbedingungen und Einhaltung von Vorschriften
  • Ausgewogenes Verhältnis zwischen Innovation und Verantwortung

Fortgeschrittene Themen der Datensynthese

  • Synthetische Daten für unüberwachtes Lernen
  • Quervereinigung von Datensynthese
  • Zukünftige Trends in der generativen KI

Abschlussprojekt

  • Anwendung des Wissens auf realen Szenarien
  • Entwicklung einer Strategie für synthetische Daten
  • Bewertung und Rückmeldung

Zusammenfassung und weitere Schritte

Voraussetzungen

  • Ein Verständnis grundlegender Machine-Learning-Konzepte
  • Erfahrung mit Python-Programmierung
  • Kenntnisse von Datenwissenschaftsworkflows

Zielgruppe

  • Data Scientists
  • AI-Praktiker
 21 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien