Kurt Mehlhorn

Künstliche Intelligenz und maschinelles Lernen

  • PRO
  • mandatory workload 7 h 20 min
  • language Deutsch
  • topics Informatik
  • purchase available 59
  • free certificate included mit Zertifikat

Worum geht es im Kurs?

Künstliche Intelligenz und maschinelles Lernen sind in aller Munde. Wir sollen bald selbstfahrende Autos haben, Programme übersetzen in hoher Qualität zwischen vielen Sprachen, soziale Netzwerke stellen auf den Nutzer zugeschnittene Nachrichten zur Verfügung und Personenerkennung kann benutzt werden, um Verbrecher auf offener Straße zu erkennen.

Ich werde Ihnen die Methoden und Lernparadigmen zeigen, die hinter diesen Anwendungen stehen. Ich werde auch einige Anwendungen detailliert diskutieren: Erkennen von Spam-Emails, Erkennen von handgeschriebenen Ziffern, Bilderkennung und Computerschach. Ich diskutiere auch die Gefahren der künstlichen Intelligenz.

Inhalte

  1. Was ist maschinelles Lernen und künstliche Intelligenz

  2. Beispiele für den Stand der Kunst

  3. Die Regel von Bayes und die Erkennung von Spam-Emails

  4. Erkennung handgeschriebener Ziffern: Beaufsichtigtes und unbeaufsichtigtes Lernen

  5. Künstliche neuronale Netze

    1. Stand der Kunst: Bilderkennung, Personenerkennung, Übersetzung

    2. Biologische Inspiration

    3. Prinzip der Funktionsweise

    4. Training von künstlichen neuronalen Netzen.

    5. Stand der Kunst in der Bilderklassifizierung

    6. Grenzen

  6. Bestärkendes Lernen (Reinforcement Learning)

    1. Prinzip und Beispiele

    2. Computerschach

  7. Ethische Probleme bei Entscheidungsalgorithmen

    1. Qualtität und Fairness

    2. Die Wahl zwischen zwei Übeln

Bestandteile des Kurses

  1. Videos
  2. Folien
  3. Quizzes
  4. Übungen mit Lösungen
  5. Logbuchaufgaben
  6. Zertifikat

Danksagung

Ich danke meinen (ehemaligen und aktuellen) Mitarbeitern, mit deren Hilfe ich die Vorlesung Ideen und Konzepte der Informatik an der Universität des Saarlandes entwickelt habe:

Dr. Konstantinos Panagiotou, Dr. Adrian Neumann, Dr. Antonios Antoniadis, Dr. Corinna Coupette und Angelina Mansion.

Dieser Kurs und die gesamte Kursreihe bauen auf dieser Vorlesung auf.

Kursinhalt

Kapitel 1
Einführung und Stand der Kunst
unit_video icon
Einführung
10 min
Vorschau
unit_video icon
Potential, Gefahren, Winter und Paradigmen
15 min
unit_video icon
Stand der Kunst
15 min
Kapitel 2
Spamfilter und Regel von Bayes
unit_video icon
Die Regel von Bayes
20 min
pdf icon
Bayessche Regel
25 min
pdf icon
Bayessche Regel: Lösungsvorschlag
5 min
unit_video icon
Spam Filter
20 min
pdf icon
Spam-Filter
30 min
pdf icon
Spam-Filter: Lösungsvorschlag
5 min
Kapitel 3
Erkennen handgeschriebener Ziffern
unit_video icon
Handgeschriebene Ziffern, Supervised Learning
15 min
unit_video icon
Unsupervised Learning und k-Means Algorithmus
20 min
Kapitel 4
Neuronale Netze: Einführung und biologischer Hint…
unit_video icon
Einführung in neuronale Netze
10 min
unit_video icon
Biologischer Hintergrund
12 min
unit_video icon
Künstliche neuronale Netze
18 min
Kapitel 5
Training neuronaler Netze
unit_video icon
Von der Funktion zum Netz: Aufgabenstellung
15 min
unit_video icon
Von der Funktion zum Netz: Training
15 min
Kapitel 6
Neuronale Netze für die Klassifizierung von Bilde…
unit_video icon
T und C
15 min
unit_video icon
Klassifizierung von Bildern
15 min
unit_video icon
Zusammenfassung
10 min
text icon
Klassifizieren von Bildern
10 min
Kapitel 7
Bestärkendes Lernen (Reinforcement Learning)
unit_video icon
Bestärkendes Lernen: Einführung
12 min
unit_video icon
Computerschach I
14 min
unit_video icon
Computerschach II
14 min
Kapitel 8
Ethische Fragen bei Entscheidungsalgorithmen
unit_video icon
Einführung
2 min
unit_video icon
Entscheidungsalgorithmen: Qualität und Fairness
15 min
unit_video icon
Qualität und Fairness, Teil 2
15 min
pdf icon
Fairness bei automatischen Entscheidungsverfahren
25 min
pdf icon
Fairness bei automatischen Entscheidungsverfahren: Lösungsvorschlag
5 min
unit_video icon
Wahl zwischen zwei Übeln
8 min
text icon
Assistenzsysteme
30 min

Was werden Sie lernen?

  1. Verständnis der grundlegenden Verfahren des maschinellen Lernen und der künstlichen Intelligenz
  2. Lernparadigmen: Supervised, Unsupervised, and Reinforcement Learning
  3. Die Regel von Bayes
  4. Der k-means Algorithmus zur Erkennung von Clustern
  5. Neuronale Netze: Funktionsweise, Training, Erfolge und Grenze
  6. Bestärkendes Lernen und Computerschach

An wen richtet sich der Kurs?

Alle, die mehr über künstliche Intelligenz und maschinelles Lernen wissen wollen.

Lehrende

  • PRO
  • mandatory workload 7 h 20 min
  • language Deutsch
  • topics Informatik
  • purchase available 59
  • free certificate included mit Zertifikat
individual track icon

Einzelpersonen

Kurszugang inklusive Zertifikat

Beinhaltet den Zugang zum Kurs und ein Teilnahmezertifikat als Download.

59 €*
organisation track icon

Organisationen & Gruppen

Bei Interesse am Kauf mehrfacher Kurszugänge für Ihre Angestellten oder eine Gruppe.

(Preis variiert in Abhängigkeit von der Anzahl der Teilnehmer)

Weiter zum Kauf
* Unsere Preise beinhalten MwSt.

Haben Sie Fragen?

Wir sind bereit, Ihnen zu helfen!

Plase choose your case and reach out to us

For corporate clients - B2B form

For questions regarding the course contents

Künstliche Intelligenz und maschinelles Lernen

Nicht überzeugt? Dann werfen Sie einen Blick auf unsere