Künstliche Intelligenz (AZAV)
Kurs-ID | AZAV |
Datum | 01.09.2024 bis 01.03.2025 |
Dauer | Termine in diesem Zeitraum. Reine Dauer der drei Module insgesamt: 18 Wochen |
Unterrichtszeiten | i.d.R. freitags: 15:30 Uhr bis 20:30 Uhr; samstags: 09:30 Uhr bis 16:45 Uhr |
Kosten | k. A. |
Zielgruppe | Für arbeitssuchende oder von Arbeitslosigkeit bedrohte Fach- und Führungskräfte mit Erststudium der Wirtschafts-, Ingenieur- oder Naturwissenschaften an der Schnittstelle von Fachbereich und Künstlicher Intelligenz |
Voraussetzung | Abgeschlossenes Erststudium (Ingenieurs-, Natur- oder Wirtschaftswissenschaften) & mind. 1 Jahr Berufserfahrung; gute Kenntnisse der Hochschul-Mathematik (Vektoren, Matrizen, Lineare Algebra), Grundlagenkenntnisse Programmieren |
Abschluss | Hochschulzertifikat mit ECTS nach bestandener Prüfung |
Förderung | AZAV |
Akademische Weiterbildung | Dieser Kurs richtet sich speziell an Interessenten einer akademischen Weiterbildung. |
Speziell für Migranten | Dieser Kurs richtet sich speziell an Migranten. |
Präsenzkurs | Dieser Kurs findet ausschließlich als Anwesenheitsveranstaltung statt. |
mind. Teilnehmerzahl | k. A. |
max. Teilnehmerzahl | 12 |
Dozent | Prof. Dr. Dieter Joenssen; Prof. Dr. Miriam Föller-Nord; tbd. |
URL des Kurses | Details beim Anbieter |
Anmelde URL des Kurses | Direkte Anmeldung beim Anbieter |
spezielles Angebot für Dozenten | Nein. |
Veranstaltungsort
|
Graduate Campus Hochschule Aalen
Beethovenstraße 1 73430 Aalen (Württemberg) |
Abendkurs | Bildungsgutschein | Förderfähig nach Fachkursprogramm des ESF | Barierrefreier Zugang |
---|---|---|---|
Ja | Ja | k. A. | k. A. |
Beschreibung |
---|
Methoden der KI (Englisch) Die Teilnehmenden erlernen zu Beginn der Veranstaltung die Konzepte des maschinellen Lernens kennen. Sie sind in der Lage, verschiedene Verfahren des maschinellen Lernens zu bewerten und für eine Anwendung problemadäquat auszuwählen. Sie können diese Modelle trainieren, ihre Leistung verlässlich schätzen, sich außerdem kritisch mit den Ergebnissen der Anwendung auseinandersetzen und diese abschließend evaluieren. Programming for AI Ziel des zweiten Teils ist, dass die Teilnehmenden die Elemente und Funktionalitäten der Sprache Python an praktischen Programmierbeispielen analysieren, entwickeln und umsetzen können. Dabei lernen sie die Performanceauswirkungen unterschiedlicher Implementierungsansätze zu beurteilen sowie eigenständig Optimierungen durchzuführen und zu entwerfen. Sie sind außerdem in der Lage, fortgeschrittene Programmiertechniken zu prüfen und anzuwenden, die über die in der Veranstaltung behandelten Techniken hinausgehen. Big Data & Datenbanken Die Teilnehmenden werden dazu befähigt, verschiedene Konzepte von Datenbankstrukturen vor dem Hintergrund von Big Data zu diskutieren und selbständig Datenbankabfragen durchzuführen. Überdies beherrschen sie nach Abschluss grundlegende Funktionen von Datenbankabfragesprachen, um die Ergebnisse kritisch zu interpretieren. Die Teilnehmenden können bereits vorhandene Grundkenntnisse aus der Informatik auf den Bereich der Datenbanken und beispielhafte Sachverhalte übertragen sowie Bestandteile von Datenbanken und deren Arten und Aufgaben erklären. Sie sind mit Hilfe der Datenbanktheorie in der Lage, ER-Modelle zu entwickeln und eine Normalisierung auf Tabellen durchzuführen. Durch das in der Maßnahme vermittelte Wissen im Bereich SQL können die Lernenden Datenbankabfragen durchführen, NoSQL-Datenbanken analysieren und Datenbanksysteme für Big Data Anwendungen beurteilen. |
Gelistet in folgenden Rubriken: |
---|