Im Modul werden folgende Inhalte vermittelt:

• Grundprinzipien des Maschinellen Lernens
• Überwachtes, unüberwachtes und selbst-überwachtes Maschinelles Lernen,
• Prinzip des Bestärkenden Lernens
• Herkömmliche Neuronale Netze und deren Implementierung: Single-Layer und Multi-Layer-Perceptron
• Convolutional Neural Networks (CNNs) für die Bildklassifikation. Prinzip und Implementierung
• Rekurrente Neuronale Netze (RNN) für die Textklassifikation
• Numerische Repräsentationen von Text: Bag-of-Word und Wortvektoren
• Transformer – Neuronale Netze für große Sprachmodelle (LLMs)
• Verfahren zur Modellevaluation und Hyperparameteroptimierung

Nach Abschluss des Moduls können die Teilnehmenden:

• Machine Learning Verfahren einordnen und verstehen.
• Neuronale Netze und deren Anwendungsfelder verstehen, implementieren (in der Programmiersprache Python) und evaluieren.
• Die aktuell wichtigsten Architekturen Neuronaler Netze (MLP, CNN, RNN, Transformer) und deren Anwendungsfelder verstehen und implementieren
• Abbildung unstrukturierter Daten wie Bild und Text in numerische Repräsentationen kennenlernen
• Zugriff auf vortrainierte Neuronale Netze und Einbindung in eigene Anwendungen
• Große Sprachmodelle verstehen

Für die Teilnahme mit Prüfung (Zertifikat) ist zudem ein abgeschlossenes Hochschulstudium Voraussetzung, das Sie über Ihr Hochschulzeugnis bei der Anmeldung (Upload) nachweisen. Zusätzlich empfehlen wir für einen gewinnbringenden Wissenstransfer auf Ihre berufliche Praxis eine mindestens einjährige Berufserfahrung.

Das Modul kann aber auch als Weiterbildung mit Teilnahmebescheinigung (ohne Prüfung) besucht werden.

Der Workload für dieses Modul beträgt insgesamt 180 Stunden, die sich aus Präsenztagen, Online-Phase und Bearbeitung der Prüfungsleistung zusammesetzt.

Dies entspricht sechs ECTS.

Die Gebühr für das Modul beträgt 1540 Euro und 100 Euro Prüfungsgebühr (optionale Anmeldung nach Modulbeginn).
Verpflegung und Seminarunterlagen sind in den Teilnahmegebühren eingeschlossen. Persönliche Aufenthalts- und Reisekosten sind von den Teilnehmenden selbst zu tragen.

Kosten für Weiterbildung (Entgelte, Reise, Unterkunft) können steuerrechtlich geltend gemacht werden. Weiterhin besteht die Möglichkeit, Bildungsurlaub zu beantragen.

Bei erfolgreichem Abschluss des Moduls mit einer Prüfungsleistung erhalten Sie ein Zertifikat der Hochschule der Medien, das Ihre erworbenen Kompetenzen und ECTS-Punkte bestätigt.

Die erworbenen Kompetenzen können im berufsbegleitenden Masterangebot Data Science (M.Sc.) angerechnet werden. Bei Rückfragen hierzu stehen wir Ihnen gerne unter weiterbildung@hdm-stuttgart.de zur Verfügung.

Weiterhin besteht die Möglichkeit, das Modul als Weiterbildung zu absolvieren und es mit einer Teilnahmebescheinigung (ohne Prüfung und ECTS-Punkte) abzuschließen.