Schulungsübersicht
Einführung in fortgeschrittene Machine Learning-Modelle
- Überblick über komplexe Modelle: Random Forests, Gradient Boosting, Neuronale Netze
- Wann fortgeschrittene Modelle eingesetzt werden sollten: Best Practices und Anwendungsfälle
- Einführung in Ensemble-Lernverfahren
Hyperparameter-Tuning und -Optimierung
- Grid Search- und Random Search-Techniken
- Automatisches Hyperparameter-Tuning mit Google Colab
- Verwendung fortschrittlicher Optimierungstechniken (Bayesian, Genetische Algorithmen)
Neuronale Netze und Deep Learning
- Erstellung und Training von tiefen neuronalen Netzen
- Transfer Learning mit vortrainierten Modellen
- Optimierung von Deep-Learning-Modellen für die Leistungsfähigkeit
Modellbereitstellung
- Einführung in Strategien der Modellbereitstellung
- Bereitstellung von Modellen in cloudbasierten Umgebungen mit Google Colab
- Echtzeit-Inferenz und Batch-Verarbeitung
Arbeit mit Google Colab für large-scale Machine Learning
- Zusammenarbeit an Machine Learning-Projekten in Colab
- Verwendung von Colab für verteiltes Training und GPU/TPU-Beschleunigung
- Integration mit Cloud-Services für skalierbares Modell-Training
Modellinterpretierbarkeit und -Erklärbarkeit
- Erkundung von Techniken zur Modellinterpretierbarkeit (LIME, SHAP)
- Erklärbare KI für Deep-Learning-Modelle
- Handhabung von Bias und Fairness in Machine Learning-Modellen
Anwendungen in der Praxis und Fallstudien
- Anwendung fortgeschrittener Modelle in Gesundheitswesen, Finanzwesen und E-Commerce
- Fallstudien: Erfolgreiche Modellbereitstellungen
- Herausforderungen und zukünftige Trends im fortgeschrittenen Machine Learning
Zusammenfassung und nächste Schritte
Voraussetzungen
- Solides Verständnis von Machine Learning-Algorithmus und Konzepten
- Profizienz in Python-Programmierung
- Erfahrung mit Jupyter Notebooks oder Google Colab
Zielgruppe
- Data Scientists
- Machine Learning-Praktiker
- KI-Ingenieure
Erfahrungsberichte (2)
Mir hat besonders der Schluss gefallen, als wir die Zeit nahmen, mit CHAT GPT herumzuspielen. Der Raum war dafür jedoch nicht optimal eingerichtet – anstelle eines großen Tisches wären ein paar kleinere Tische nützlicher gewesen, damit wir in kleinen Gruppen zusammenkommen und brainstormen könnten.
Nola - Laramie County Community College
Kurs - Artificial Intelligence (AI) Overview
Maschinelle Übersetzung
Nach grundlegenden Prinzipien arbeiten und sich innerhalb desselben Tages auf die Anwendung von Fallstudien konzentrieren
Maggie Webb - Department of Jobs, Regions, and Precincts
Kurs - Artificial Neural Networks, Machine Learning, Deep Thinking
Maschinelle Übersetzung
