Konzepte der Künstlichen Intelligenz und Datenwissenschaft
- Entdecken Sie zentrale Konzepte der Datenwissenschaft wie Datenexploration, -bereinigung und -visualisierung
- Erlernen Sie die Grundlagen der künstlichen Intelligenz und ihre Rolle bei der Optimierung von Datenwissenschaftsprozessen
- Nehmen Sie Python-Bibliotheken wie pandas, NumPy und Matplotlib für Datenmanipulation in den Fokus
Grundlegendes Wissen über KI
- Gewinnen Sie Einblicke in die fundamentalen Prinzipien der künstlichen Intelligenz, einschließlich Problemlösung und Lernalgorithmen
- Verstehen Sie die Basis des maschinellen Lernens, Deep Learning und Reinforcement Learning
- Nutzen Sie verschiedene KI-Tools, um datenwissenschaftliche Herausforderungen zu meistern
Methoden und Modelle im Maschinellen Lernen
- Lernen Sie zwischen überwachten und unüberwachten Techniken zu unterscheiden
- Setzen Sie Algorithmen wie Entscheidungsbäume und k-Means-Clustering ein
- Erfahren Sie, wie Metriken wie Genauigkeit und F1-Score zur Evaluierung der Modellierung angewendet werden
Verarbeitung und Integration von Daten und KI
- Erwerben Sie Kenntnisse über die Datenverarbeitung und Architektur von Lernsystemen
- Erkunden Sie Interaktionen von KI-Modellen mit großen Datensystemen wie Data Lakes
- Erarbeiten Sie Automatisierungsprozesse für KI-basierte Datenpipelines
Neuronale Netzwerke und Vertiefendes Lernen
- Befassen Sie sich mit den Strukturen neuronaler Netzwerke
- Sammeln Sie praktische Erfahrung durch den Bau von Deep-Learning-Modellen mit TensorFlow
- Erlernen Sie die Grundlagen von Convolutional und Recurrent Neural Networks
Rolle der KI in Datenprozessen
- Verstehen Sie die Bedeutung der KI bei der Automatisierung und Effizienzsteigerung von Datenprozessen
- Analysieren Sie komplexe Datensätze mit KI zur Mustererkennung und für prädiktive Analysen
- Untersuchen Sie den Einsatz von KI in natürlicher Sprachverarbeitung und Bildanalyse