Ziele der Weiterbildung
Im Fokus der Weiterbildung Künstliche Intelligenz - Entwicklung und NLP steht das Verständnis und die Anwendung von Technologien im Bereich der künstlichen Intelligenz. Die Inhalte umfassen sowohl die Grundlagen der künstlichen Intelligenz als auch spezialisierte Themen wie maschinelles Lernen, einschließlich Supervised und Unsupervised Learning sowie Feature Engineering. Neuronale Netze und Deep Learning werden ebenfalls behandelt, um ein tiefes Verständnis für moderne KI-Methoden zu vermitteln. Ein weiterer Schwerpunkt liegt auf der Einführung in Natural Language Processing (NLP), gefolgt von einem praktischen Projekt, das die Anwendung von NLP-Techniken vertieft.
Inhalte der Weiterbildung
Artificial Intelligence- Geschichte der KI
- Moderne KI-Systeme
- Reinforcement Learning
- Natural Language Processing (NLP)
- Computer Vision
- Einführung in maschinelles Lernen
- Regression
- Grundlegende Klassifizierungstechniken
- Support-Vektor-Maschinen
- Entscheidungs- und Regressionsbäume
- Einführung in Unsupervised Learning und Feature Engineering
- Clustering
- Dimensionsreduktion (dimensionality reduction)
- Feature Engineering
- Feature Selektion
- Automatisierte Feature-Generierung
- Einführung in neuronale Netze
- Feed-Forward Netze
- Vermeiden von Übertrainieren
- Faltungsnetze (Convolutional Neural Networks)
- Rekurrente neuronale Netze
- Einführung in die Verarbeitung natürlicher Sprache (NLP)
- Wichtige NLP Methoden
- Relevante NLP Anwendungen
- Herausforderungen bei der Verarbeitung natürlicher Sprache
- In diesem Modul lernen die Studierenden, ihr theoretisches Wissen über die Verarbeitung natürlicher Sprache in die Praxis umzusetzen. Dabei lernen die Studierenden, analytisch vorzugehen, um die optimale Lösung für eine konkrete Aufgabe in diesem Bereich zu finden.