Einführung in Artificial Intelligence (AI) - eLearning
450,00 EUR
- 6 hours
Dieses Einführungsprogramm in künstliche Intelligenz bietet einen umfassenden Überblick über AI-Konzepte und Arbeitsabläufe, einschließlich der Grundlagen des maschinellen Lernens und des tiefen Lernens. Sie werden AI erforschen, indem Sie an realen Anwendungsfällen arbeiten und die Unterschiede zwischen überwachtem, unüberwachtem und verstärkendem Lernen verstehen. Dieser kostenlose AI-Kurs ist ein perfekter Ausgangspunkt für jeden, der danach strebt, ein AI-Ingenieur zu werden.
Hauptmerkmale
Sprache
Kurs und Material sind auf Englisch
Niveau
Anfängerfreundlich
Zugang
1 Jahr Zugang zur Selbstlern-eLearning-Plattform rund um die Uhr
2 Stunden Videomaterial
mit einer empfohlenen Lernzeit von 6 Stunden
Praktiken
Quizze zur Auffrischung deines Lernstoffs
Keine Prüfung
Es gibt keine Prüfung für den Kurs, aber der Student erhält ein Zertifikat über die abgeschlossene Ausbildung
Kursübersicht
Wenn Sie Ihr Wissen im Bereich der künstlichen Intelligenz erweitern möchten und ein Verständnis für deren betriebliche Anwendungen erlangen wollen, dann ist unser Kurs 'Einführung in die künstliche Intelligenz' genau das Richtige für Sie! Mit diesem Kurs erhalten Sie einen umfassenden Überblick über AI-Konzepte, Arbeitsabläufe und Leistungsmetriken sowie über maschinelles Lernen und tiefes Lernen. Sie werden herausfinden, wie Clustering- und Klassifizierungsalgorithmen dabei helfen, AI-Betriebsanwendungen zu identifizieren, und Sie werden auch den Unterschied zwischen überwachtem, unüberwachtem und verstärkendem Lernen gelehrt.
Die grundlegenden Terminologien, Konzepte, den Umfang und die Phasen der künstlichen Intelligenz werden in diesem Kurs behandelt, es wird auch deren Auswirkungen auf reale Geschäftsprozesse untersucht und wie KI den Geschäftswert antreibt. Am Ende des Kurses werden Sie in der Lage sein, den Workflow des maschinellen Lernens anzuwenden, um Geschäftsprobleme zu lösen, verschiedene überwachte und unüberwachte KI-Algorithmen klar zu definieren und den ROI anhand von Leistungsmetriken zu messen.
Lernergebnisse
Am Ende dieses Kurses werden Sie in der Lage sein zu verstehen:
Bedeutung und Anwendungen
Die Bedeutung und der Zweck von KI, sowie der Umfang, die Stufen, Anwendungen und Auswirkungen
ML und DL
Die grundlegenden Konzepte des maschinellen Lernens und des tiefen Lernens
Effizienz
Wie man die Schritte eines Machine-Learning-Workflows effektiv umsetzt
Aufsicht
Der Unterschied zwischen überwachtem, halbüberwachtem und unüberwachtem Lernen
Metriken
Die Rolle von Leistungskennzahlen und wie man Schlüsselmethoden identifiziert
Kurszeitplan
Kurseinführung
Lektion 01
Künstliche Intelligenz entschlüsseln
Lektion 02
- Entschlüsselung Künstlicher Intelligenz
- Bedeutung, Umfang und Entwicklungsstadium der KI
- Drei Stufen der KI
- Anwendungen der KI
- Bilderkennung
- Anwendung von KI
- Auswirkungen der KI auf die Gesellschaft
- Überwacht das Lernen für Telemedizin
- Löst komplexe soziale Probleme
- Nutzen für mehrere Industriezweige
Grundlagen des maschinellen Lernens und des tiefen Lernens
Lektion 03
- Grundlagen des maschinellen Lernens und des tiefen Lernens
- Bedeutung des maschinellen Lernens
- Beziehung zwischen maschinellem Lernen und statistischer Analyse
- Prozess des maschinellen Lernens
- Arten des maschinellen Lernens
- Bedeutung des unüberwachten Lernens
- Bedeutung des halbüberwachten Lernens
- Algorithmen des maschinellen Lernens
- Regression
- Naive Bayes
- Maschinelles Lernen Algorithmen
- Tiefes Lernen
- Definition künstlicher neuronaler Netze
- Definition eines Perzeptrons
- Online- und Batch-Lernen
Ablauf des maschinellen Lernens
Lektion 04
- Ablauf des maschinellen Lernens
- Holen Sie mehr Daten
- Stelle eine scharfe Frage
- Fügen Sie Daten zur Tabelle hinzu
- Überprüfen Sie die Qualität
- Funktionen transformieren
- Beantworten Sie die Fragen
- Verwenden Sie die Antwort
Leistungskennzahlen
Lektion 05
- Leistungskennzahlen
- Wichtige Methoden der Leistungsmessung
- Beispiel für eine Konfusionsmatrix
- Begriffe der Verwechslungsmatrix
- Falschmeldungen minimieren
- Falsch-Positive Beispiele minimieren
- Genauigkeit, Präzision
- Sensitivität oder Empfindlichkeit
- Spezifität
- F1-Score
Zielgruppe
Der Kurs ist für Personen mit unterschiedlichen Hintergründen konzipiert, die grundlegende Kenntnisse über künstliche Intelligenz und ihre Anwendungen erlangen möchten. Keine formellen Voraussetzungen erforderlich. aber ein grundlegendes Verständnis von Mathematik, Statistik und Programmierung wird von Vorteil sein.
IT-Fachleute
Nicht-technische Fachkräfte
Datenanalysten
Studenten
Pädagogen und Forscher
Unternehmer und Innovatoren
Häufig gestellte Frage
Benötigen Sie eine Unternehmenslösung oder LMS-Integration?
Haben Sie nicht den Kurs oder das Programm gefunden, das für Ihr Unternehmen geeignet wäre? Benötigen Sie eine LMS-Integration? Schreiben Sie uns! Wir werden alles lösen!