Description
Grundkonzepte & Theorie
– Das große Ganze im Überblick: Maschinelles Lernen und seine Paradigmen
– Die Geschichte und grundlegende Funktionsweise von Neuronalen Netzen & Deep Learning
– Anwendungsgebiete von KI und wo sie Ihnen im Alltag begegnet
KI-Projekte durchführen
– Prozessperspektive: Der Machine Learning Lifecycle und Abgrenzung von herkömmlicher Software-Entwicklung
– Anforderungen an Rechenressourcen & IT-Infrastruktur
– Anforderungen an Personalressourcen & spezifischem Know-How
– Stakeholder-Management in KI-Projekten
– Mit welchen Tools & Software-Lösungen welche Arten von KI-Projekten bewältigt werden können
– Probleme, Fallstricke & Risiken
Prozesskomponenten näher beleuchtet
– Datenhaltung und Pflege
– Training von KI
– Auswertung von KI-Performance
– Deployment von KI
– Wie man den Überblick behält: Dokumentation im KI-Entwicklungsprozess
Beispielprojekte und Praxisberichte
