Kontakt aufnehmen

Schulungsübersicht

Einführung in die Generative KI

  • Definition der Generativen KI
  • Überblick über generative Modelle (GANs, VAEs usw.)
  • Anwendungsbeispiele und Fallstudien

Die Notwendigkeit synthetischer Daten

  • Einschränkungen echter Daten
  • Datenschutz- und Sicherheitsbedenken
  • Verbesserung der Robustheit von KI-Modellen

Erzeugung synthetischer Daten

  • Verfahren zur Generierung synthetischer Daten
  • Gewährleistung von Qualität und Vielfalt der Daten
  • Praktische Übung: Erstellung Ihres ersten synthetischen Datensatzes

Bewertung synthetischer Daten

  • Kennzahlen zur Qualitätsbeurteilung synthetischer Daten
  • Vergleich der Leistungsfähigkeit synthetischer und echter Daten
  • Analyse konkreter Fallstudien

Ethische und rechtliche Aspekte

  • Orientierung im ethischen Kontext
  • Rechtliche Rahmenbedingungen und Compliance-Anforderungen
  • Ausgewogene Verbindung von Innovation und Verantwortung

Fortgeschrittene Themen zur Datensynthese

  • Synthetische Daten für das unsupervised Learning
  • Erstellung von Datensätzen über verschiedene Domänen hinweg
  • Zukünftige Entwicklungen in der Generativen KI

Abschlussprojekt

  • Anwendung des erworbenen Wissens auf reale Szenarien
  • Entwicklung einer Strategie zur Nutzung synthetischer Daten
  • Bewertung sowie Feedback-Gespräche

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Grundkenntnisse in Konzepten des maschinellen Lernens
  • Erfahrung in der Programmierung mit Python
  • Vertrautheit mit Arbeitsabläufen im Bereich Datenwissenschaft

Zielgruppe

  • Data Scientists
  • Praktiker im Bereich Künstliche Intelligenz
 21 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (2)

Kommende Kurse

Verwandte Kategorien