Die Teilnehmenden erwerben Kenntnisse in den Grundlagen des Deep Learning für KI-Anwendungen, von der Datenanalyse und -aufbereitung über die effiziente Verarbeitung mittels SQL bis hin zur Entwicklung und Anwendung neuronaler Netzwerke.
Explorative Datenanalyse für KI-Anwendungen in Deep Learning Grundlagen- Daten bereinigen, normalisieren und für neuronale Netzwerke optimieren
- Muster und Korrelationen in großen Datensätzen identifizieren und gezielt nutzen
- Feature Engineering anwenden, um die Genauigkeit von KI-Modellen zu verbessern
SQL für effiziente Datenverarbeitung in Deep Learning Grundlagen
- Joins und Aggregationen verwenden, um strukturierte Trainingsdaten für KI-Anwendungen bereitzustellen
- Optimierte Abfragen schreiben, um Modellgenauigkeit und Berechnungsgeschwindigkeit zu steigern
- Datenbankstrukturen optimieren, um KI-Modelle effizient mit hochwertigen Daten zu versorgen
Interaktive Analyse von KI-Anwendungen mit Power BI
- Dynamische Dashboards entwickeln, um Modellmetriken verständlich darzustellen
- DAX-Funktionen nutzen, um Berechnungen für Trainingsmetriken und Modellbewertungen zu optimieren
- Aussagekräftige Berichte erstellen, um datengetriebene Entscheidungen für KI-Anwendungen zu unterstützen
Neuronale Netzwerke für KI-Anwendungen in Deep Learning Grundlagen
- Convolutional und Recurrent Neural Networks für Bild- und Sprachverarbeitung trainieren
- Hyperparameter-Tuning und Transfer Learning nutzen, um Modelle effizienter anzupassen
- Neuronale Netzwerke gezielt für realweltliche KI-Anwendungen einsetzen