- Bedeutung und Herausforderung des XOR-Problems im Kontext von AI-Development
- Moderne künstliche neuronale Netze mit Fokus auf AI-Development
- Funktionsweise und Einsatz von Aktivierungsfunktionen bei AI-Development
- Lernen mit etikettierten Daten im Bereich AI-Development
- Prinzipien des Lernens durch Beobachtung
- Bedeutung von Neuronalen Netzen für den Bereich KI
Datenverarbeitung, Analyse und Anwendungsbeispiele
- Bildvorbereitung mithilfe der Python Imaging Library (PIL) für AI-Development
- Einsatz von Linearer Regression für einfache Vorhersagen mit AI-Development
- Professionelle Auswertung und Visualisierung von Daten im Rahmen von AI-Development
- Konzepte lernender Vorhersageprogramme
- Auswertung von Bilddaten, beispielsweise zur Unterscheidung von Menschen und Hunden, unter Einsatz von AI-Development
- Backpropagation, verborgene Knoten und deren Bedeutung für Bildklassifikation