Die Weiterbildung KI Grundlagen für KI Engineering richtet sich an Personen mit technischem Interesse, die systematisch in das KI Engineering einsteigen möchten. Der Fokus liegt auf den technischen, mathematischen und methodischen Grundlagen, die für die spätere Entwicklung, Modellierung und Integration von KI-Systemen erforderlich sind.

!Einführung in KI und maschinelles Lernen
*Unterschiede zwischen klassischer Programmierung, ML und Deep Learning
*Überblick: Klassifikatoren, Regressionsmodelle, neuronale Netze
*Trainingsprozesse, Modellgüte und Überanpassung verstehen

!Mathematische und technische Grundlagen
*Grundlagen: Wahrscheinlichkeiten, Lineare Algebra, Vektoren und Matrizen
*Gradientenabstieg, Aktivierungsfunktionen, Fehlerfunktionen
*Modellarchitektur: Layers, Parameter, Gewichte

!Modellaufbau und Training (hands-on)
*Einführung in Python, NumPy, scikit-learn und TensorFlow (Grundlagenniveau)
*Datenaufbereitung, Feature Engineering und Modelltraining
*Evaluierung und Visualisierung von KI-Modellen

!Anwendungsfelder und Ausblick
*Typische Aufgaben: Bilderkennung, Textklassifikation, Empfehlungssysteme
*Vom Prototyp zur Integration: KI im technischen Produktumfeld
*Nächste Schritte im KI Engineering: Deep Learning, NLP, MLOps

Am Ende der Weiterbildung verfügen die Teilnehmenden über ein technisches Grundverständnis für KI Engineering und sind vorbereitet auf vertiefende Kurse zur Modellentwicklung, KI-Integration und produktiven Anwendung.