Kursbeschreibung

1. Modul: Grundbegriffe der Künstlichen Intelligenz
- Definitionen und Unterscheidung verschiedener Arten von KI und Maschinellem Lernen
- Bedeutung von Trainingsdaten
- Ablauf von Trainingsprozessen
- Beispielanwendungen

2. Chancen, Herausforderungen und ethische Fragen der KI
- Einfluss von Trainingsdaten auf maschinelle Modelle und kritische Bewertung
- Bedeutung personenbezogener Daten
- Anonymisierung und ihre Grenzen
- Interpretation von Modellparametern und ihre Grenzen

3. Umgang mit Daten
- Einfache Datenbanken, Zusammenführen von Daten aus unterschiedlichen Quellen
- Maßnahmen zur Gewährleistung von Datensicherheit
- Definition und Beispiele einfacher Algorithmen

4. Grundbegriffe von Datenanalyse und Maschinellem Lernen
- Kenntnis, Berechnung und Interpretation einfacher statistischer Größen
- Klassischer Trainingsprozess des Maschinellen Lernens und die Rolle der Trainingsdaten
- Bewertung von Modellen anhand von Testdaten
- Beispiele von Evaluationsmaßen und Klassifikationen
- Aufbau von Neuronen und einfache typische Netzwerkarchitekturen
- Optimierungsmaße

5. Eigenes Praxisbeispiel
- Einordnung der Bedeutung von und kritische Auseinandersetzung mit Maschinellem Lernen im Unternehmenskontext

100 UE inkl. Selbststudium über Lernplattform