Dieser Kurs gilt als Vertiefung von Algorithmen der Künstlichen Intelligenz: Einsteiger. Es wird daher angenommen, dass die Teilnehmenden insbesondere mit Grundlagen künstlicher neuronaler Netze vertraut sind.
| Dauer: | ca. 30 Qualifizierungsstunden |
| Format: | Online oder vor Ort |
| Zielgruppe: | Fachkräfte aus allen Branchen und Bereichen (technisches Vorwissen nicht erforderlich) |
| Gruppengröße: | flexibel (8 bis 20 empfohlen, bis 100 realisierbar) |
Nach dem Kurs können die Teilnehmenden:
- KI-Potenziale im eigenen Arbeitsbereich erkennen
- Angebote und Projekte im Kontext KI realistisch bewerten
- Entscheidungen zum Einsatz von KI fundiert treffen
- Mit Partnern auf Augenhöhe kommunizieren
Die wichtigsten Voraussetzungen auch für diesen Kurs: Neugier, Offenheit und Freude am Mitdenken. Fachlich wird von den Teilnehmenden erwartet:
- Mathematik-Kenntnisse auf Schulniveau (etwa Niveau der Sekundarstufe II, wünschenswert sind Grundlagen der linearen Algebra wie Matrix-Vektor- und Matrix-Matrix-Multiplikation)
- Basiswissen künstliche neuronale Netze (z.B. aus dem Kurs Algorithmen der KI: Einsteiger)
- Coding-Skills sind nicht erforderlich
Bei Präzensveranstaltungen wird zudem erwartet, dass die Teilnehmenden zur Bearbeitung von Lernerfolgskontrollen und Hands-on Übungsaufgaben ihren eigenen Laptop mitbringen (eine spezielle Software ist nicht notwendig).
Der Kurs vermittelt ein fundiertes technologisches Verständnis ausgewählter Verfahren des maschinellen Lernens, ohne in komplexe Mathematik oder Programmierung einzusteigen:
So schaffen wir die Grundlage, um Potenziale und Grenzen von KI realistisch zu beurteilen und sie nachhaltig und verantwortungsvoll einzusetzen.
Nachfolgend dargestellt ist ein Beispielablauf des Kurses als Blockseminar bestehend aus vier ganzen Tagen. Es sind auch andere Varianten denkbar, zum Beispiel wöchentlich 2 x 90 Minuten.
| Tag 1 | |
| vormittags: | Lineare Regression |
| Logistische Regression | |
| nachmittags: | Hands-on Übungen |
| Tag 2 | |
| vormittags: | Entscheidungsbäume und Random Forest |
| Singulärwertzerlegung ⭐️ | |
| nachmittags: | Hands-on Übungen |
| Tag 3 | |
| vormittags: | Hauptkomponentenanalyse ⭐️ |
| Dimensionsreduktion | |
| nachmittags: | Hands-on Übungen |
| Tag 4 | |
| vormittags: | Autoencoder |
| Bestärkendes Lernen ⭐️ | |
| nachmittags: | Hands-on Übungen |
⭐️ = Highlight des Kurses (basierend auf Feedback von Teilnehmenden)
