Weiterbildungsmodul
Applied Artificial Intelligence
In diesem Seminar geht es darum, die verschiedenen Klassen von Lernformen auf dem Gebiet der Künstlichen Intelligenz (KI) kennenzulernen. Zudem wird der Unterschied zwischen schwacher und starker KI erläutert und was dieser für Data Scientists bedeutet. Es wird auch auf "lazy versus eager Learning" eingegangen und wie dieser Unterschied insbesondere die Lernphase eines KI-Systems beeinflusst.
Der Zusammenhang von KI-Methoden mit denen des Data Minings wird erklärt und anhand von Zeitreihenanalysen vorgeführt und trainiert. Die Theorie hinter "Deep Learning" wird erläutert, bevor anhand ausgewählter Beispiele vorgeführt wird, wozu diese Methoden einsetzbar sind und wo die Gefahren des Einsatzes liegen
Präsenztermine
12.-13. Januar und 02. März 2024
Online-Phase im Zeitraum zwischen Januar und März 2024
Bewerbungsfrist: beendet
Informationen zum Modul
Inhaltliche Schwerpunkte:
- Begriffsbestimmung Künstliche Intelligenz
- Verschiedene Klassen von Lernformen: bestärkendes, unüberwachtes, halb-überwachtes, überwachtes Lernen
- Unterschiede und Gemeinsamkeiten zwischen KI-Methoden und Data Mining
- Zeitreihenanalyse: Vorverarbeitung, Visualisierung, Autokorrelation, Regression
- Neuronale Netze und "Deep Learning"
- Anwendungsbeispiele
Dozierender
Quelle: HdM Stuttgart
Prof. Dr. Christian Becker-Asano
Professor für Künstliche Intelligenz, Mensch-Computer Interaktion, soziale Robotik
Hochschule der Medien Stuttgart
Beratung und Kontakt
Das Team des Weiterbildungszentrums
der HdM informiert Sie gerne!
Telefon: 0711 8923 3214
E-Mail: weiterbildung@hdm-stuttgart.de
